koosha zarei - web mining - spring 2014 (persian)

كوشا زارعي93بهار

فهرستو كاربردمعرفيفوايد و چالش هاطبقه بنديجمع بنديمراجع

2K oos ha Zarei | W eb M ining | Q IA U | S pring 2014

معرفي و كاربرد

D ata m in in g

is the com pu ta tiona l p rocess of d iscovering pa tte rns in la rge da ta se ts involv ing m e thods a t the

in te rsection of a rtific ia l in te lligence , m ach ine lea rn ing , s ta tis tics , and da tabase system s

D ata m in ing : tu rn da ta in to know ledge .



W eb

is a co llec tion o f in te r-re la ted files on one o r m ore Web servers.


M in in g m eans extracting som eth ing use fu l or va luab le from a base substance , such as m in ing gold from the ea rth .


W eb M in in g

is the app lica tion o f da ta m in ing techn iques to find in te res ting and po ten tia lly use fu l

know ledge from web da ta (la rge sca le ).


معرفي و كاربردداده هايي كه در وب وجود دارند:

W eb C o n ten t

tex t, im age, records , e tc .

W eb S t r u c tu r e

hyperlinks , tags, e tc .

W eb U s ag e

h ttp logs , app server logs , e tc .


معرفي و كاربردمراحل انجام

W eb C raw ling–پيدا كردن محتواي خوبExtrac ting D ata–گرفتن داده هاي درستProcess ing - تبديل به اطالعات با ارزش

K oos ha Zarei | W eb M ining | Q IA U | S pring 2014 7

معرفي و كاربرد“؟” محتواي خوب

100 درصد از وب 1ميليون صفحه تنها! پيدا كردن سوزن در انبار است“به معناي”

احتياج به بهينه سازي زمان استاحتياج به بهينه سازي هزينه است

گذشتن از صفحات بي ارزشارزش هر صفحه به اطالعات آن است


معرفي و كاربرد“؟” داده هاي درست

اندازه و دقت در تقابل هستندپردازش بادقت يك صفحه از سايت○كلي در نظر گرفتن ديگر سايت هاي بي ارزش○

صفحات شلوغ هستندتبليغاتمطالب نا مربوطSEO


فوايد و چالش ها تكنولوژي هاي مربوطه سعي دارند تا عاليق كاربران را

با توجه به رفتارهايشان ياد بگيرند و با توجه به اين .گزارشات اسناد جديد را آناليز كنند

به كاربر بهاي بيشتري مي دهد و تجربه وب گردي.بهتري را به او نشان مي دهد

W eb M in ing براي بسياري از كمپاني ها جذاب استزيرا باعث جذب محاطب بيشتر مي شود و سوددهي

.بيشتري همراه دارد



موتورهاي جست و جو

تجارت الكترونيك

تبليغات

شبكه هاي اجتماعي


فوايد و چالش هاداده ها بسيار بزرگ هستند!داده ها بسيار گوناگون هستند!داده هاي زائد بسياري وجود دارد!


طبقه بندي

W eb M in ing

W eb C onten t W eb S truc tu re

(g raphs )W eb U sage

(ac tiv ity)


طبقه بندي

W eb C ontent M in ing داده ها و , از بين محتواهابا ارزش پيدا كردن اطالعات

.اسناد وب

مراحل اصلي:دريافت اطالعات وب: جمع آوري○استخراج داده هاي مهم از اطالعات: تجزيه○token: آناليز○ ize , ra te , c lass ify, c lus te r, f ilte r.تبديل خروجي آناليز به اطالعاتي مهم: توليد○


طبقه بندي

W eb S tructured M in ing صفحات وب به صورت ساختار گراف به هم متصل

.هستند صفحات به صورت گره و پيوند آن ها به صورت يال مي

.باشد هدف اين روش پيدا كردن اطالعات ساختاري وب مي

.باشدايجاد يك مدل از وب.Page R ank


طبقه بنديW eb U sage M in ing

سعي مي كند تا رفتار كاربران را در تعامل با وب يا يك.وبسايت خاص بيابد

اطالعاتي كه ممكن است به سايت ها براي خدمت رساني.بهتر به كاربران كمك كند را پيدا مي كند


جمع بنديW eb M in ing واسط مناسبي بين كاربران و

.طراحان وب مي باشد تكنولوژي هاي زيادي در اين رابطه گسترش يافته

.اندC loud C om puting تكنولوژي بهبود يافتهW eb

M in ing است. متدهاي جديدي بايد براي پردازش همه اطالعات

.وب به وجود بيايند


مراجع W eb M in ing :Accom p lishm en ts & F u tu re D irections

by Ja ideep Srivastava.

M in ing the W eb: D iscovering Know ledge from H ypertext D a ta by Soum en C hakraba ti.

W eb M in ing today and tom orrow by KavitaSharm a and Vikas Kum ar.


koosha zarei - web mining - spring 2014 (persian)

Software