Modelovanie správania sa používateľov webu v závislosti od času

Mgr. Ľubomír Benko

Doctoral thesis

Behavior Modelling of Web Users Depending on Time

Abstract:

The dissertation thesis deals with the process of knowledge discovery based on the use of the web. Mainly with the data preparation that represents the most time-consuming phase of the entire process. Also it deals with the data analysis depending on the time that is absent in the field of Web Usage Mining. The main aim of the thesis is to model the behaviour of the web site users depending on time. The main part of the thesis consists of the optimization of data preparation in the Web Usage Mining process especially of the prediction task. Several method of session identification were evaluated within the data preparation optimization, and the Reference Length method was the most appropriate. The optimization of the necessary calculations of the Reference Length method consisted of creating a novel approach to estimate the ratio of auxiliary pages using entropy. The following part of the thesis introduces developed methods for evaluation of frequent transactions/sequences in time and prediction of the probability of accesses to the web parts of the web portal depending on the weeks of the year. Benefits in terms of data analysis are based on a detailed description of the model and the methodology of modelling the web site users? behaviour depending on time.

Abstract:

Dizertačná práca sa zaoberá procesom objavovania znalostí na základe používania webu. Špeciálne prípravou dát, ktorá predstavuje časovo najnáročnejšiu fázu celého procesu a modelovaním dát v závislosti od času, ktoré absentuje v oblasti Web Usage Mining-u. Hlavný cieľ práce je zameraný na modelovanie správania sa používateľov webu v závislosti od času. Podstatnú časť práce tvorí optimalizácia prípravy dát v procese Web Usage Mining-u, špeciálne pre úlohu predikcie. V rámci optimalizácie prípravy dát boli vyhodnotené viaceré metódy identifikácie sedení a ako najvhodnejšia bola vybraná metóda Reference Length. Pre potreby optimalizácie potrebných výpočtov pre metódu Reference Length bol vytvorený nový postup odhadu podielu navigačných stránok za pomoci entropie. V ďalšej časti práce sú vytvorené metodiky na zhodnotenie frekventovaných transakcií/sekvencií v čase a predikcie pravdepodobnosti prístupov na webové časti portálu v závislosti od týždňov. Prínos z hľadiska modelovania dát spočíva v detailnom popise modelu a metodike modelovania správania sa používateľov webu v závislosti od času.

Keywords

Web Usage Mining, Príprava dát, Reference Length, Data Mining, Asociačné pravidlá, Sekvenčné pravidlá, Multinominálny logitový model

Language used: English

Date on which the thesis was submitted / produced: 27. 9. 2018

Accessible from:: 31. 12. 2999

Thesis defence

• Date of defence: 7. 12. 2018
• Supervisor: doc. RNDr. Michal Munk, Ph.D.

University of Pardubice

Faculty of Economics and Administration

Doctoral programme / field:
Applied Informatics / Applied Informatics