بررسی رفتار و بخش بندی مشتریان با استفاه از داده کاوی در دانشگاهها

در سال های اخیر ، نرخ تولید داده در برخی منابع داده ای رشد سریع و قابل توجهی داشته است به طوری که نحوه تولید داده در آن منابع به شکل یک جریان پیوسته از داده ها قابل ذخیره درlog ها در آمده است. Web usage mining یکی از زیر شاخه ها ی وب کاوی است که بر روی تکنیک هایی که می تواند رفتار کاربر را هنگام محاوره با وب پیش بینی کند تمرکز می کندو با داده های تکراری که از تعامل با وب به دست می آید سرو کار دارد.تمام سازمانها از جمله دانشگاهها حجم وسیعی از داده ها را در کارهای روزانه شان توسط وب سرورها، در فایلی به نام server access log جمع آوری میکنند. تجزیه و تحلیل این داده ها می تواند به این سازمانها کمک کندتا بتوانند طول عمر مشتریهاو استراتژی های فروش با توجه به تولید محصولاتشان ، میزان توقف یک کاربر بر روی وب سایتشان uRL کاربرانی که به وب سایت دسترسی پیدا کرده و اطلاعات دیگری از این دسته را از فایل LOG استخراج و آنها را پردازش نمایند.طراحی و ساختار بندی دوباره وب سایت برای موثر بودن و راندمان بیشتر ، ایجاد تغییر در مدیریت وب سایت نهایتا بهبود مدیریت سازمان مربوطه با استفاده از پردازش داده های بدست آمده از کاربران ، که در فایل LOG موجود بوده است. از نتایج این شاخه از وب کاوی می باشد. Web usage mining از سه فاز یا مرحله تشکیل شده است : پیش پردازش ، کشف الگو ،تجزیه و تحلیل الگوهای کشف شده

Keywords:

Web access log , Web usage mining , Web mining , Data mining