عنوان ترجمه شده مقاله: کاربرد وب کاوی: مروری بر فرایند، روش ها و تکنیک ها

In Current era, internet is playing such a vital role in our everyday life that it is very difficult to survive without it. The World Wide Web (WWW) has influenced a lot to both users (visitors) as well as the web site owners. Enormous growth of World Wide Web increases the complexity for users to browse effectively. To increase the performance of web sites better web site design, web server activities are changed as per users' interests. To achieve this they have to analyze user access pattern which are captured in the form of log files. Web usage mining is a process of analyzing interaction of user with different web application. Web usage mining can be seen as three step process: data pre-processing, pattern discovery and pattern analysis. Due to tremendous use of web, web log files are increase with faster rate and size is also huge. These data are usually noisy and ambiguous hence preprocessing step is essential in mining process. Different pre-processing techniques are data cleaning, user identification, session identification and transaction identification. In this paper, we provide detailed survey of work done so far on data collection and pre-processing stage of web usage mining

چکیده

در عصر حاضر، اینترنت نقش حیاتی در زندگی روزمره ما بازی می کند که زندگی بدون آن بسیار دشوار است. شبکه جهانی وب (WWW) تا حد زیادی هم کاربران (بازدید کننده) و همین طور صاحبان وب را تحت تأثیر قرار داده است. رشد عظیم شبکه جهانی وب، پیچیدگی را برای کاربران برای جستجو به صورت تأثیرگزاری افزایش می دهد. برای افزایش عملکرد وب سایت ها، در بهترین طراحی وب سایت، فعالیت های وب سرور برای منافع هر کاربر تغییر کرده است. برای رسیدن به این هدف، آنها مجبور به آنالیز الگوی دسترسی کاربر هستند که به صورت فایل های گزارش ضبط می شوند. کاربرد وب کاوی فرآیند آنالیز تعامل کاربر با برنامه های کاربردی متفاوت وب است. کاربرد وب کاوی می تواند به عنوان یک فرایند سه مرحله ای دیده شود: پیش پردازش داده ها، کشف الگو و آنالیز الگو. با توجه به استفاده بسیار زیاد وب، فایل های گزارش وب با نرخ سریعی رو به افزایش است و اندازه نیز بزرگ می شود. این داده ها معمولا شلوغ و مبهم هستند از این رو مرحله ی پیش پردازش در فرایند کاوش ضروری است. تکنیک های مختلف پیش پردازش پاک کردن داده ها، شناسایی کاربر، شناسایی نشست و شناسایی تراکنش می باشند. در این مقاله، بررسی دقیق کار انجام شده را تا اینجا در مرحله جمع آوری داده ها و پیش پردازش کاربرد وب کاوی فراهم آورده ایم.

1-مقدمه

شبکه جهانی وب (WWW) برای حجم زیادی از داده ها اثبات شده اند و همچنین داده های مربوط به WWW به صورت نمایی از لحاظ اندازه و هم کاربرد آن با توجه به زمان در حال رشد است. در مقایسه با روش های داده کاوی، روش های داده وب کاوی نیاز به رسیدگی به ناهمگن، داده های نیمه ساخت یافته یا ​​غیر ساخت یافته دارند[1]. هسته متنوع داده وب کاوی و یا تکنیک های داده کاوی انجام شده، برای به دست آوردن برخی از دانش های مورد علاقه داده های موجود در WWW استفاده می شوند. همچنین منابع (صفحات وب) در WWW تحت به روز رسانی مکرر از لحاظ محتوی، ساختارشان، با توجه به زمان هستند. داده کاوی وب را می توان بر اساس علاقه و/یا هدف نهایی اینکه چه نوع دانشی از داده های وب کاوش می شود طبقه بندی کرد[2]. 1)محتوای وب کاوی: به کشف اطلاعات مفید و یا دانش محتویات صفحه وب یعنی متن اشاره می کند و یا می تواند داده های چند رسانه ای مانند تصویر، صدا، ویدئو و غیره باشد 2) ساختار وب کاوی اهداف آنالیز، کشف و مدلسازی ساختار لینک صفحات وب و/ یا وب سایتی استفاده می کند برای تولید خلاصه ساختاری تکنیک های مختلفی که از این تکنیک ها می توان استفاده کرد و نتایج این تکنیک را می توان برای خلق مجدد، طراحی مجدد وب سایت که در نهایت باعث بهبود کیفیت ساختاری وب سایت می شود [3]. 3) کاربرد وب کاوی به درک رفتار کاربر رسیدگی می کند، در حالی که با وب سایت با استفاده از فایل های گزارش مختلف برای استخراج دانش از آنها تعامل می کند . این دانش استخراج شده را می توان برای سازماندهی مجدد کارآمد و شخصی سازی کارآمدتر، بهبود لینک ها و هدایتگرها، جذب تبلیغات بیشتر، اعمال کرد…