The KIPS Transactions:PartD (정보처리학회논문지D)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on Behavior Rule Induction Method of Web User Group using 2-tier Clustering

2-계층 클러스터링을 사용한 웹 사용자 그룹의 행동규칙추출방법에 관한 연구

  • 황준원 (건국대학교 컴퓨터공학과) ;
  • 송두헌 (용인송담대학 컴퓨터게임정보과) ;
  • 이창훈 (건국대학교 컴퓨터공학과)
  • Published : 2008.02.29
Download PDF
⟨ Previous Next ⟩

Abstract

It is very important to identify useful web user group and induce their behavior pattern in eCRM domain. Inducing user group with a similar inclination, a reliability of user group decreases because there is an uncertainty in online user data. In this paper, we have applied the 2-tier clustering, which uses the outcome of interaction with data from other tiers. Also we propose a method which induces user behavior pattern from a cluster and compare C4.5 with our method.

유용한 웹 사용자 그룹을 파악하고 이들의 행동패턴을 찾는 것은 eCRM에서 매우 중요하다. 그러나 온라인 사용자 데이터에는 불확실한 정보가 많이 포함되어 있어 이를 바탕으로 유사한 성향을 가진 사용자 그룹을 생성하는 경우 신뢰성이 떨어지는 문제점이 있다. 본 논문에서는 불확실성이 포함된 사용자와 페이지의 서로 다른 두 데이터 계층의 상호작용을 통해 좀 더 신뢰성 있는 사용자 그룹을 생성하고 데이터에 내재된 이들의 행동패턴을 추출하는 방법을 제시하였다. 그리고 C4.5를 사용하여 생성된 행동규칙과의 비교를 통해 본 논문에서 제시하는 방법과의 비교분석을 실시하였다.

Keywords

References

  1. Vincent S. Tseng, Jeng-Chuan Chang, and Kawuu W. Lin, 'Electronic commerce technologies(ECT): Mining and Prediction of Temporal Navigation patterns for personalized services in e-commerce,' Proceedings of the 2006 ACM symposium on Applied computing, pp.867-871, 2006
  2. B. Mobasher, H. Dai, T. Luo, and M. Nakagawa, 'Web Data Mining: Effective personalization based on association rule discovery from web usage data,' Proceedings of the 3rd international workshop on Web information and data management, pp.9-15, 2001
  3. R. Kosala, and H. Blockeel, 'Web Mining Research: A Survey,' ACM SIGKDD Explorations, Vol.2 No.1, pp.1-15, 2000
  4. Y. Xie, and V. V. Phoha, 'Web user clustering from access log using belief function,' Proceedings of the 1st international conference on Knowledge capture, pp.202-208, 2001
  5. M. Gery, and H. Haddad, 'Web clustering and usage mining: Evaluation of Web Usage Mining Approacvhes for User's Next Request Prediction,' Proceedings of the 5th ACM international workshop on Web information and data management, pp.74-81, 2003
  6. J. W. Hwang, D. H. Song, and C. H. Lee, 'Performance Analysis of 2-tier Clustering,' 2006 International Conference Hybrid Information Technology, vol.2, pp.542-547, 2006
  7. J. R. Quinlan, 'C4.5: Programs for Machine Learning,' Morgan Kaufmann Publishers, 1993
  8. Brian S Everitt, 'Hierarchical Clustering Techniques', Cluster Analysis, pp.55-90, 1993
  9. H.J. Zeng, Z. Checn, and W. Y. Ma, 'A Unified Framework for Clustering Heterogeneous Web Objects,' Proceedings of the 3rd International Conference on Web Information Systems Engineering, pp.161-172, 2002
  10. J. Srivastava, R. Cooley, M. Deshpande, and P. N. Tan, 'Web Usage Mining: Discovery and Applications of Usage Patterns from Web Data,' ACM SIGKDD Explorations, Vol.1 No.2, pp.12-23, 2000 https://doi.org/10.1145/846183.846188
  11. C. Stanfill, and D. Waltz, 'Toward memory-based reasoning,' Communications of the ACM, Vol.29, No.12, 1986
  12. M. Steinbach, G. Karypis, and V. Kumar, 'A Comparison of document clustering techniques,' KDD Workshop on Text Mining, 2000
  13. Open Directory Project, http://dmoz.org/, 2007