應用隨機時間過程派翠網路建立網頁架構模型

Constructing Web Page Structure Model By Stochastic Timed Petri Nets

陳清祥(Ching-Shyang Chen)

指導教授 ： 陳伯榮

淡江大學/工學院/資訊工程學系碩士班/碩士(2005年)

https://doi.org/10.6846/TKU.2005.00747

摘要

網頁使用習性探勘的研究，藉由分析使用者瀏覽記錄（Web Usage Log）及相關數據資料，可以提供客戶的行為模式分析或網頁架構調整等應用。本論文說明如何分析網站的網頁靜態架構，建立隨機時間派翠網路（STPN）模型，利用其可到達行為特性，來協助使用者辨識（User Identification）、區段辨識（Session Identification）等分析作業。
關於網頁使用習性探勘的方法研究，一般都是分析使用者瀏覽記錄，但因忽略了網頁架構的分析，而影響模式發掘的正確性。而網頁架構是以超連結( Hyper-Link ) 的方式組成，一個複雜的網頁架構內容，並無法以簡單的樹結構 ( Tree ) 或其他圖形資料結構來描述。本研究說明如何分析網頁內容架構，以隨機時間過程派翠網路作為網頁架構的學理模型，於分析網頁內容的過程中，建立隨機過程時間派翠網路。

關鍵字

網頁使用習性探勘 ； 網頁架構模型 ； 超連結 ； 隨機時間過程派翠網路

並列摘要

The research on web usage mining provides the applications, such as behavior scheme analysis and web structure adjustment by analyzing the Web Usage Log and related data. This paper describes how to parse the static structure of a web, establish the Stochastic Timed Petri Nets model and apply its accessible-behavior feature to assist the web usage mining procedures like User Identification, Session Identification, Usage Pattern Discovery, etc.

並列關鍵字

Web Usage Log ； Web Usage Mining ； Web Structure ； Stochastic Timed Petri Nets ； Session Identification

參考文獻

[3] A. Buchner, M. Mulvenna, “Discovering Internet Marketing Intelligence through Online Analytical Web Usage Mining”, SIGMOD Record, Vol.27, No.4, pp.54-61, Dec.1998.

[4] Robert Cooley, Pang-Ning Tan, Jaideep Srivastava, ”Discovery of Interesting Usage Patterns from Web Data”, Lecture Notes in Computer Science, 2000.

[6] Myra Spiliopoulou, Carsten Pohle, Lukas C. Faulstich, “Improving the effectiveness of a web site with web usage mining”, WEBKDD, 1999.

[9] Robert Cooley “The Use of Web Structure and Content to Identify Subjectively Interesting Web Usage Patterns”, ACM Transactions on Internet Technoloey, Vol.3, No.2, ppP.93-116, May 2003.

[10] W. Reisig, “Correctness Proofs of Distributed Algorithms,” Lecture Notes in Computer Science, Vol. 938：Theory and Practice in Distributed Systems, pp.164-177, 1995.