محبوبه شجاع - دانشجوی کارشناسی ارشد مهندسی کامپیوتر نرم افزار، واحد سمنان، - دانشگاه آزاد اسلامی، سمنان،
فرزین یغمایی - عضو هییت علمی ، دانشکده برق و کامپیوتر ، دانشگاه سمنان ، سمنان

سازمان های بزرگی که در کسب و کار اینترنتی فعالیت می کنند و علاقه مند به بهبود کیفیت تصمیم گیری و ارایه خدمات با کیفیت بهتر به مشتریان خود هستند، باید به سوی توسعه مدل هایی جهت دسته بندی مشتریان و شناسایی مشتریان هدف حرکت نمایند، زیرا از این طریق میتوانند از رویکردی واقع گرایانه برای عملیات های کسب و کار، مشتریان، تامین کنندگان و... سود ببرند. با توجه به تعداد بسیار بالای محصولات و سلایق مختلف مشتریان و لزوم به تحلیل سریع آنها، نیازمند روش هایی چون خوشه بندی هستیم .خوشه بندی کردن جریان کلیکها یکی از عواملی است که در این زمینه به ما یاری می رساند. جریان کلیک ها به رفتارهای مشتریانی که با کلیک کردن در یک وبسایت به جا می گذارند گفته می شود و شامل مواردی همچون شناسه کاربر،زمان، محصولات خریداری شده، صفحات بازدید شده و... می باشد. به کمک خوشه بندی کردن کلیک های انجام شده در وب سایت ها توسط مشتریان، می توان مشتریان با علاقه مندی های مشابه را طبقه بندی کرد و تصمیمات لازم را اتخاذ نمود. در این مقاله تلاش می شود که مدل جدیدی از خوشه بندی و معیار شباهت ارایه شود و بهبود کیفیت آن نسبت به مدل های دیگر خوشه بندی بررسی گردد، همچنین با استفاده از مدل برنامه نویسی MapReduce خوشه بندی ارایه شده را پیاده سازی کرده و آنرا با روش سنتی مقایسه می کنیم.

کسب و کار اینترنتی، Click stream ، map reduce ، خوشه بندی، کلان داده