インターサイトのウェブ利用マイニングのための高度なデータ前処理

ウェブ利用マイニングは、データマイニング手法を適用してユーザーのウェブサイトアクセスを分析します。KDD（知識発見とデータマイニング）プロセスと同様に、WUMは前処理、知識抽出、結果分析の3つの主要なステップから構成されます。私たちは、細心の注意と複雑さを要する前処理に焦点を当てています。アナリストは、ウェブサイトにアクセスしたユーザーの正確なリストを特定し、各ユーザーがウェブサイト上で行ったアクションのシーケンスであるユーザーセッションを再構成することを目指しています。インターサイトWUMは、一般的に同じ組織に属する複数のウェブサイトからのウェブサーバーログを扱います。したがって、アナリストは、訪れたすべての異なるウェブサーバーを通じてユーザーの動線を再構成しなければなりません。私たちの解決策は、すべてのログファイルを結合し、訪問を再構成することです。古典的なデータ前処理は、データ統合、データクリーニング、データ構造化の3つのステップを含みます。WUMのための私たちの解決策は、高度なデータ前処理と呼ぶものを追加します。これは、アナリストが興味のある情報だけを選択できるようにするデータ要約ステップを含みます。私たちは、INRIAウェブサイトのログファイルを用いた実験でこの解決策を成功裏にテストしました。