Individualisierung und mobile Dienste am Beispiel der Medienbranche
Individualisierung und mobile Dienste am Beispiel der Medienbranche
Individualisierung und mobile Dienste am Beispiel der Medienbranche
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
126<br />
4 <strong>Individualisierung</strong> von Mediengütern<br />
zum einen die strukturelle <strong>und</strong> inhaltliche Analyse von Internetseiten <strong>und</strong> -<br />
verweisen, das so genannte „Web Content Mining“; zum an<strong>der</strong>en die Analyse<br />
von Nutzeraktivitäten in Bezug auf die angebotenen Seiteninhalte, das so genannte<br />
„Web Usage Mining“. Im Bereich des hier im Mittelpunkt stehenden<br />
Web Usage Mining lassen sich wie<strong>der</strong>um zwei Anwendungsbereiche unterscheiden:<br />
zum einen die nicht personalisierte Nutzungsanalyse zur Identifikation<br />
von Verhaltensmuster zur Bildung von Rückschlüssen aus dem Nachfrageverhalten<br />
über die inhaltliche Qualität einer Webseite; zum an<strong>der</strong>en die<br />
personalisierte Nutzungsanalyse zur Identifikation individueller Verhaltensmuster<br />
zur Erhöhung von K<strong>und</strong>enzufriedenheit <strong>und</strong> K<strong>und</strong>enbindung durch maßgeschnei<strong>der</strong>te<br />
Angebote.<br />
Web Content Mining<br />
• Seiteninhalte<br />
•Verweise<br />
Data Mining<br />
im Internet<br />
Web Usage Mining<br />
• Nutzeraktivitäten<br />
• Inhalt einer Site<br />
•An<strong>der</strong>e Daten<br />
unpersonalisiert personalisiert<br />
Abbildung 4-4: Anwendungsbereiche von Data Mining im Internet 429<br />
• Personenbez. Daten<br />
• Nutzerprofile<br />
In Abschnitt 4.1.2.2.1 wird zunächst allgemein das Vorgehen des Data Mining-<br />
Verfahren bei <strong>der</strong> Identifikation Datenmustern vorgestellt. Im Rahmen <strong>der</strong> Identifikation<br />
von Verhaltensmustern in Protokolldateien werden zwei Teiloperationen<br />
unterschieden: die Vorbereitung <strong>und</strong> Transformation <strong>der</strong> Daten des<br />
Zugriffsprotokolls (vgl. Abschnitt 4.1.2.2.2) <strong>und</strong> die Erkennung von Verhaltensmustern<br />
in den transformierten Protokolldaten (vgl. Abschnitt 4.1.2.2.3).<br />
4.1.2.2.1 Datenanalyse durch Data Mining<br />
Data Mining basiert im Wesentlichen auf unterschiedlichen statistischen Verfahren<br />
zur Datenaufbereitung. Zum Instrumentarium gehören Klassifikationen<br />
bspw. auf <strong>der</strong> Gr<strong>und</strong>lage von Diskriminanzanlysen o<strong>der</strong> induktiven Lernverfahren,<br />
lineare <strong>und</strong> nichtlineare Regressionen, Segmentierungen durch Gruppenbildung<br />
auf <strong>der</strong> Gr<strong>und</strong>lage von statistischen Verfahren o<strong>der</strong> maschinellem Lernen<br />
sowie Abhängigkeits- <strong>und</strong> Abweichungsanalysen. 430 Data Mining dient zur<br />
Ableitung von Informationen aus einer Menge von Daten, bspw. zum Zwecke<br />
<strong>der</strong> Ermittlung von Gestaltungsempfehlungen <strong>der</strong> Website o<strong>der</strong> <strong>der</strong> Kontrolle<br />
429 Vgl. Spiliopoulou (2001), S. 491.<br />
430 Vgl. Bensberg (2001), S. 96.
Change language