Clustering frequent navigation patterns from website logs using ontology and temporal information
Varlıkbilim ve süre bilgisini kullanarak web sayfalarından sık görülen desen kümelerinin elde edilmesi
- Tez No: 304957
- Danışmanlar: DOÇ. DR. PINAR ŞENKUL, PROF. DR. İSMAİL HAKKI TOROSLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
Varlikbilim öğeleri ile etiketlenmiş web sayfalarından oluşan bir kümede, iki web sayfası arasındaki benzerliğin derecesi, o sayfaları etiketlemekte kullanılan varlıkbilim öğelerinin arasındaki benzerlik kullanarak belirlenir. İki sayfa arasındaki benzerlik kullanılarak, gezilen web sayfalarından oluşan iki dizi arasındaki benzerlik de bulunabilir. Kümeleme algoritmaları ile sık görülen benzer diziler gruplanır ve her kümeyi temsil edecek diziler seçilir. Yeni bir dizi geldiğinde, en benzer olan kümeye atanır. En benzer kümeyi temsil eden diziler bir çok gerçek senaryoda kullanılabilinir. Kullanıcının bir sonra ziyaret edeceği web sayfasının tahmin edilmesi ve önceden getirilmesi veya kullanıcıya daha kolay gezinme için yardım edilmesi, web sitesinin daha kolay gezinme için yapısının değiştirilmesiiçin kullanılabilir. Bu çalışmada web sayfalarında geçirilen sürenin oturumları kümeleme üzerindeki etkisi incelendi.
Özet (Çeviri)
Given set of web pages labeled with ontological items, the level of similarity between two web pages is measured using the level of similarity between ontological items of pages labeled with. Using similarity measure between two pages, degree of similarity between two sequences of web page visits can be calculated as well. Using clustering algorithms, similar frequent sequences are grouped and representative sequences are selected from these groups. A new sequence is compared with all clusters and it is assigned to most similar one. Representatives of the most similar cluster can be used in several real world cases. They can be used for predicting and prefetching the next page user will visit or for helping the navigation of user in the website. They can also be used to improve the structure of website for easier navigation. In this study the effect of time spent on each web page during the session is analyzed.
Benzer Tezler
- Fast and efficient frequent itemset detection by a novel clustering method
Yeni bir kümeleme metodu ile hızlı ve etkili şekilde sık rastlanan öğe seti bulunması
HÜSEYİN ARIK
Yüksek Lisans
İngilizce
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SELİM NECDET MİMAROĞLU
- Psoriasis vulgarisli hastalarda sitotoksik T lenfosit antijen-4 gen polimorfizmlerinin araştırılması
Investigation cytotoxic T lymphocyte atigen-4 gene polymorphisms in patients with psoriasis vulgaris
HÜSEYİN OSMAN YILMAZ
Yüksek Lisans
Türkçe
2013
BiyolojiSelçuk ÜniversitesiTıbbi Biyoloji Ana Bilim Dalı
YRD. DOÇ. DR. HATİCE GÜL DURSUN
- Create and analyze new audiology data set and using data mining techniques to predict hearing aid factors for audiology patients(field of bioinformatics and healthcare system)
Sitoloji hastaları için işitme cihazı faktörlerini tahmin etmek için yeni sitoloji veri seti oluşturun ve analiz edin ve veri madenciliği teknikleri kullanarak(biyoinformatik ve sağlık sistemi alanı)
MAALIM ABD ALI HASSAN ALJABERY
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SEFER KURNAZ
- Impacts of frequent itemset hiding algorithms on privacy preserving data mining
Sık kümeleri gizleme algoritmalarının gizliliği koruyan veri madenciliği üzerine etkileri
BARIŞ YILDIZ
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BELGİN ERGENÇ
- Yüksek teknoloji içeren sanayi kümelenmeleri: Havacılık kümelenmeleri örneği
High technology industry clusters: Example of aviation clusters
KERİM KABATAŞ