METODOLOGIA DE MINERAÃÃO DE DADOS PARA ANÃLISE DO ...

More documents

Recommendations

Info

4.2 Nova abordagemPara que a técnica de Web Usage Mining, quando aplicada a um web site, gereresultados (padrões) que possam ser analisados por um psicólogo comportamental, épreciso adaptar o processo de mineração considerando a Análise do Comportamento.O principal ponto modificado está no foco inicial. Enquanto a tarefa de mineração secaracteriza pelo foco no desconhecido, a realização de uma análise comportamentalnecessita de uma questão a ser respondida. Desta forma, antes de iniciar a análise docomportamento de navegar num web site, também se deve definir esta questão, quenormalmente é um problema. Por exemplo, por que se têm muitas visitas a um site maspoucas pessoas compram o produto deste site? No mundo real, é como se houvesse umaloja onde muitas pessoas entrassem, mas poucas comprassem algo. É através dadefinição e utilização desta questão inicial que há a inclusão de elementos qualitativosno processo de Web Usage Mining. Na prática, certamente há mais de um problema aser pesquisado e que, segundo esta metodologia, cada um deles deve ser tratadoindividualmente.Como os dados para serem analisados são somente os logs, a questão inicial deve entãoser traduzida para esta estrutura de trabalho. A forma encontrada para isso é avaliar eescolher uma página, dentre as existentes no site, como pivô desta questão. Assim,somente as sessões que contêm essa página são relevantes para a análise. As sessões quenão passaram por esta página são desconsideradas.4.2.1 Tratamento das sessõesCaso os logs selecionados anteriormente fossem processados para obtenção de padrõesseqüenciais, ainda assim seriam obtidas muitas regras, a maioria com baixo suporte e,principalmente, desinteressantes. Para evitar estes problemas, comuns ao Web UsageMining, utilizou-se a seguinte heurística: para cada sessão contendo a página pivô,foram consideradas apenas as outras três páginas com maior tempo de visitação,excetuado a página inicial do web site, mais a última página acessada. Esta heurística60
aseia-se na idéia de que, dentre as páginas visitadas, aquelas onde o visitante gastoumaior tempo possuem alguma relação com a página pivô. No mundo real, é como umapessoa que entra dentro de uma loja e se interessa ou compra determinado produto. Osoutros produtos que também foram avaliados por ela nessa mesma visita/compra,juntamente com as informações de tempos, certamente fornecem dados do seucomportamento.Desta forma, também são automaticamente filtradas todas as sessões de tamanho um, ouseja, aquelas onde o visitante acessou apenas uma única página. Estas sessões, na suagrande maioria, contêm a página inicial do web site.A restrição de utilização da página inicial do site está baseada no fato de que ela, porsua característica intrínseca, deve aparecer como primeira página na maioria dassessões. Caso uma sessão não permita selecionar as três páginas devido ao seu tamanho,são selecionadas tantas quanto forem possíveis. A escolha da quantidade de páginas aserem selecionadas (três), além da página pivô e da última, foi obtida depois de algumasexecuções e avaliações utilizando dados reais. Dois fatores influenciaram bastante estaescolha: o tamanho médio das sessões e a facilidade na análise do comportamento.Além disso, os tempos das páginas selecionadas não devem ser menores que um limite(mínimo), o qual foi estabelecido, de forma empírica, em 5 segundos. Isto é necessáriopara evitar que páginas que não foram relevantes para o usuário entrem na análise.A última página deve ser incluída na análise pois, além do seu tempo de visitação serdesconhecido, é bem provável que, após achar o que estava procurando ou ler o queinteressava, o usuário sai do site. Nestes casos, a última página pode ser a maisimportante para ele.Como o HTTP é um protocolo que utiliza um modelo cliente-servidor (como a maioriados protocolos de rede), onde nenhuma conexão é mantida entre as transações, o log doservidor mantém apenas a data/hora das requisições do cliente (browser). Assim, parainferir o tempo de visitação de uma página é necessário que haja a hora da suarequisição e a hora da próxima requisição, de forma a calcular a diferença entre elas.Apesar de considerarem a última página de cada sessão nas análises, os trabalhos de61
Page 1 and 2:
METODOLOGIA DE MINERAÇÃO DE DADOS
Page 4 and 5:
AgradecimentosAo Prof. Nelson, por
Page 6 and 7:
Abstract of Thesis presented to COP
Page 8 and 9:
4.2 Nova abordagem ................
Page 10 and 11:
Índice de figurasFigura 1.1 - Tipo
Page 12 and 13:
Figura 6.32 - Estatísticas dos int
Page 14 and 15:
Índice de tabelasTabela 1.1 - Defi
Page 16 and 17:
& KOWALCZYK, 2005, SPILIOPOULOU et
Page 18 and 19:
• Os dados de perfil de usuário
Page 20 and 21:
LIU et al. (2002) onde, através de
Page 22 and 23:
1.5 Termos e definiçõesNa estrutu
Page 24 and 25: No capítulo 3 são apresentadas as
Page 26 and 27: Figura 2.1 - Diagrama simplificado
Page 28 and 29: BRANDMAN et al. (1999) fazem um est
Page 30 and 31: Conteúdo Campo Definiçãoshasta04
Page 32 and 33: Esta fase de pré-processamento, ju
Page 34 and 35: owser dos usuários e têm a funç
Page 36 and 37: 2.3.2 Descobrimento de padrõesUma
Page 38 and 39: • A => C (suporte = 50%, confian
Page 40 and 41: 2.3.2.4 ClassificaçãoUma tarefa d
Page 42 and 43: 2.5 FerramentasAs ferramentas 3 par
Page 44 and 45: pacote quanto de serviço. Seus pre
Page 46 and 47: O projeto WebSIFT (Web Site Informa
Page 48 and 49: as associações existentes entre p
Page 50 and 51: às propriedades específicas do we
Page 52 and 53: Capítulo 3ComportamentoO comportam
Page 54 and 55: • usar procedimentos objetivos na
Page 56 and 57: 3.1.1 Behaviorismo RadicalNenhum pe
Page 58 and 59: organismo não é nem gerente nem i
Page 60 and 61: Neste diagrama, o S D indica o est
Page 62 and 63: Todos estes processos são respons
Page 64 and 65: científica dos séculos 16 e 17, a
Page 66 and 67: (software) e o cérebro um meio fí
Page 68 and 69: No caso da web, esta usabilidade en
Page 70 and 71: Capítulo 4MetodologiaQuando se tra
Page 72 and 73: Além disso, TANASA (2005) enumera
Page 76 and 77: Web Usage Mining não se preocupam
Page 78 and 79: propósito distinto para cada usuá
Page 80 and 81: Apesar dos padrões encontrados pos
Page 82 and 83: Capítulo 5ValidaçãoPara validar
Page 84 and 85: 5.1 Pré-processamentoPara o tratam
Page 86 and 87: 10. Associacao_uri_stem.py: avalia
Page 88 and 89: Para cada conjunto neste grupo, o C
Page 90 and 91: • Seqüência máxima em memória
Page 92 and 93: Capítulo 6Estudo de caso 1O primei
Page 94 and 95: 6.1 Características dos acessosCom
Page 96 and 97: Figura 6.4 - Atividades por dia da
Page 98 and 99: Utilizando o critério de time-out
Page 100 and 101: Figura 6.6 - Histograma do tamanho
Page 102 and 103: Figura 6.9 - Histograma de tempo en
Page 104 and 105: Ordem Página Qtde1 /2004/index.sht
Page 106 and 107: Figura 6.11 - Resultado do cálculo
Page 108 and 109: Figura 6.13 - Regras obtidasAs pág
Page 110 and 111: classificar e rotular os grupos de
Page 112 and 113: Para a análise dos intervalos (qua
Page 114 and 115: Este caso é um exemplo de bom func
Page 116 and 117: Também faz parte deste detalhament
Page 118 and 119: Este é um exemplo onde as duas pá
Page 120 and 121: As estatísticas do tempo total de
Page 122 and 123: com o especialista, como este tempo
Page 124 and 125:
As estatísticas do tempo total de
Page 126 and 127:
Apesar da confiança baixa (16%), e
Page 128 and 129:
Na Figura 6.30 estão apresentadas
Page 130 and 131:
As estatísticas mostradas na Figur
Page 133 and 134:
6.12 Outras hipótesesAlém das hip
Page 135 and 136:
Capítulo 7Estudo de caso 2O segund
Page 137 and 138:
Figura 7.2 - Página principal em p
Page 139 and 140:
Figura 7.5 - Acessos por hora do di
Page 141 and 142:
Na Tabela 7.1 são mostradas a quan
Page 143 and 144:
Figura 7.9 - Histograma de tempo en
Page 145 and 146:
A página de tarifas, escolhida com
Page 147 and 148:
Página/hotelbucsky/tarifa.htm/hote
Page 149 and 150:
7.6 Detalhamento dos padrõesDescob
Page 151 and 152:
Nesta regra, conforme mostrado na F
Page 153 and 154:
Ainda referente à regra R1, també
Page 155 and 156:
Suporte=18%63%24Probabilidadedestas
Page 157 and 158:
Mediana = 58Figura 7.18 - Histogram
Page 159 and 160:
7.9 Análise da regra R3Na Figura 7
Page 161 and 162:
Page 163 and 164:
Suporte=53%53%Probabilidadedesta p
Page 165 and 166:
Page 167 and 168:
• As páginas do site parecem est
Page 169 and 170:
adequadas ao negócio, surjam hipó
Page 171 and 172:
• Estudar a utilização de tempo
Page 173 and 174:
Referências bibliográficasAGRAWAL
Page 175 and 176:
COOLEY, R., MOBASHER, B., SRIVASTAV
Page 177 and 178:
FRIAS-MARTINEZ, E., KARAMCHETI, V.,
Page 179 and 180:
LIU, B., ZHAO, K., YI, L., 2002,
Page 181 and 182:
PERKOWITZ, M., ETZIONI, O., 1997,
Page 183 and 184:
SRIKANT, R., AGRAWAL, R., 1996, “
Page 185 and 186:
Apêndice AReferências de ferramen
Page 187 and 188:
Seleciona_log.py (emagrecendo.com.b
Page 189 and 190:
Seleciona_log.py (hotelbucsky.com.b
Page 191 and 192:
Gera_robots_distintos.pyimport stri
Page 193 and 194:
Elimina_navegacao_robots.py 6import
Page 195 and 196:
Gera_navegacao_total_memoria.pyimpo
Page 197 and 198:
Gera_uri_stem_distintos.pyimport st
Page 199 and 200:
Checa_uri_stem_valido.py 7import st
Page 201 and 202:
i = (j * 3) + 3d2 = string.splitfie
Page 203 and 204:
entrada = open(arqin)for line in en
Page 205 and 206:
h2 = string.splitfields(rec[k+1], '
Page 207 and 208:
for j in range(0,10-len(rec[2])):re
Page 209 and 210:
Conta_uri_stem_sessao_transposta.py
Page 211 and 212:
Tempo_associacao.py 8import stringi
Page 213 and 214:
Intervalo_associacao.pyimport strin
Page 215 and 216:
print ' 'else:print 'Arquivo ' + ar
Page 217 and 218:
Figura C.1 - Página “/2004/bal_v
Page 219 and 220:
Figura C.3 - Página “/2004/rec_e
Page 221 and 222:
Apêndice DPáginas do hotelbucsky.
Page 223 and 224:
Figura D.2 - Página “/hotelbucsk
Page 225 and 226:
Figura D.4a - Página “/hotelbucs
Page 227 and 228:
Figura D.4c - Página “/hotelbucs
Page 229:
Figura D.5 - Página “/hotelbucsk
show all

METODOLOGIA DE MINERAÃÃO DE DADOS PARA ANÃLISE DO ...

Create successful ePaper yourself

Delete template?

Save as template?

METODOLOGIA DE MINERAÃÃO DE DADOS PARA ANÃLISE DO ...