在本論文中為網站的使用者提出一種具有時間因素的機率模型網頁推薦系統，能預測出使用者接下來會點擊的網頁有哪些，希望提出建議讓使用者能快速找到他們想要的網頁，避免在找尋標的網頁的過程中，花費太多不必要的時間
研究主要貢獻在於驗證出時間因素對網頁推薦影響為何，並將時間因素的概念加入機率模型，應用在網頁推薦系統上，當使用者瀏覽網站時，可即時提供精確的網頁建議，簡化使用者找尋特定網頁的瀏覽路徑，以提高再次瀏覽該網站的興趣。系統會根據各時間區段使用者的瀏覽路徑行為，利用加入時間因素的機率模型去量化不同時間區段對網頁推薦系統的影響力，找出對預測目前路徑最有幫助的時間區段。
由於本系統會隨著使用者的瀏覽行為，即時動態調整各時間區段的權重值，對於預測使用者未來瀏覽路徑有著不錯的準確率。

This proposal incorporates the idea of time factor into the probabilistic model in order to be utilized in a web page recommender system. When a user browses through a website, the system will immediately be able to recommend related web pages, thereby simplifying and shortening the paths that the user needs to take, and increasing the enjoyment of browsing websites. The system will employ this type of time-factored probabilistic model, as well as the browsing history of the user, to determine the ef fect of time sectors on webpage recommendation system and to find the most helpful time sector for the current path. Since the system takes into consideration the browsing habits of the user, adjusting each time sector’s value is beneficial to ensuring the accuracy of the system’s prediction of the user’s browsing paths

目錄

第1章	緒論	1
1.1研究動機與目的	2
1.2研究內容	4
1.3論文內容大綱	6
第2章	背景知識與相關研究	7
2.1 網站探勘(WEB MINING)	8
2.1.1 網站內容探勘(Web Content Mining)	9
2.1.2 網站結構探勘(Web Structure Mining)	9
2.1.3 網站使用探勘(Web Usage Mining)	10
2.2 網站使用探勘流程	11
2.2.1離線處理	12
2.2.1.1資料收集	12
2.2.1.2資料前置處理	13
2.2.1.3行為特徵探勘	14
2.2.2線上流程	14
2.3資料探勘相關技術	16
2.3.1關聯法則(Association Rules)	16
2.3.1.1	Apriori演算法	17
2.3.1.2 Apriori演算法的缺點	18
2.3.2時間序列分析(Time Series Analysis）	19
2.3.3資料分群(Data Clustering)	19
2.3.4資料分類(Data Classification)	20
2.4 相關研究	21
第3章	研究方法	22
3.1網站日誌檔	23
3.1.1網站日誌檔格式	23
3.1.2網站日誌檔處理	24
3.2機率模型	29
3.3時間因素(TIME INFLUENCE)	30
3.3.1相關性(correlation)	30
3.3.2時間區段(Time sector)	32
3.3.3時間權重值計算(Time weight)	33
第4章	實驗結果與討論	35
4.1實驗環境與步驟	35
4.2時間單位比較	37
4.2.1以準確率來分析	37
4.2.2以相關性來分析	38
4.3實驗結果與討論	40
4.3.1 方法比較(1)	40
4.3.2 方法比較(2)	41
第5章	結論與未來研究方向	43
5.1結論	43
5.2未來研究方向	44
參考文獻	45
附錄	47

 
圖目錄

圖 2.1-1 web mining分類	8
圖 2.2-1 網站使用探勘的一般架構[6]	11
圖 2.2.1.2-1 網站使用探勘前處理細部流程[6]	13
圖 2.3.1-1	 Apriori 演算法	18
圖 3.1.1-1 網站日誌檔片段	24
圖 3.1.2-1 session U瀏覽路徑	27
圖 3.1.2-2 網頁依其內容的分類圖[17]	27
圖 3.1.1-1 無相關性圖示	31
圖 3.1.1-2 正相關性圖示	31
圖 3.1.1-1 負相關性圖例	31
圖 3.3.3-1 EM演算法步驟	34
圖 4.2-1 時間區段準確率之比較(一)	37
圖 4.2-2 時間區段準確率之比較(二)	37
圖 4.2-3 時間區段準確率之比較(三)	38
圖 4.3.1-1 時間區段準確率之比較	41
 
表目錄

表 2.3.1-1 Support值和Confidence值代表的意義[9]	17
表 3.3.2-1 各時間區段的準確率(使用關聯法則,時間區段為30天)	33
表 4.1-1 各時間區段的準確率(30天)	36
表 4.2.2-1 各時間單位的相關係數(關聯法則)	39
表 4.3.1-1 各時間區段的準確率(機率模型)	40

[1]M.-S. Chen, J.Han, and P.S. Yu, “Data Mining : An Overview from a Database 
Perspective”,  IEEE Transactions on Knowledge and Data Engineering, Vol.8, No.6, 
pp.866-883, 1996.

[2]O. Etzioni, "The world wide web: Quagmire or gold mine",   
Communications of the ACM, vol. 39, pp.65-68, 1996.

[3] R. Cooley, B. Mobasher and J. Srivastava, “Web Mining: Information and Pattern 
Discovery on the World Wide Web”,  In Proceedings of International Conference on 
Tools with Artificial Intelligent, pp. 558-567, Newport Beach,CA, 1997.

[4] O. Zaiane, J. Han, Z. Li , S. Chee and J. Chiang, MultimediaMiner: a system prototype for multimedia data mining. Proc. ofACMSlGMOD, 1998.

[5]Jaideep Srivastava, Robert Cooley, Mukund Deshpande, Pang-Ning Tan, ”Web Usage Mining:Discovery and Application of Usage Patterns from Web Data”,2000.

[6]Bamshad Mobasher, Robert Cooley, Jaideep Srivastava, "Automatic 
Personalization Based on Web Usage Mining", Communications of The ACM, 
vol.43, pp.142-151, August , 2000.

[7]R. Agrawal and R. Srikant, “Fast Algorithm for Mining Association Rules”, In Proceeding of the 20thVLDB Conferenc , pp.487-499, 1994.

[8]J. S. Park, M. S. Chen and  P. S. Yu, “An Effective  Hash Based Algorithm for Mining  Association Rules”, IEEE Transactions on Knowledge  and Data Engineering, Vol. 10, No. 2, pp.209-221, 1998.

[9]楊煜愷，以完全項目集合演算法挖掘與分析使用者瀏覽行為，暨南大學，碩士論文，2001

[10]L. Kaufman, and P.J Rousseeuw, Finding Groups in Data: An Introduction to Cluster Analysis, John Wiley and Sons, 1990.

[11]G. Gautam, and B.B Chaudhuri, “A Novel Genetic Algorithm for Automatic Clustering,” Pattern Recognition Letters, Vol. 25 ,pp .173–187 , 2004.

[12J. MacQueen, “Some Methods for Classification and Analysis of Multivariate Observations,” In Proceedings of 5th Berkeley Symposium on Mathematical Statistics and Probability, Vol. 1, pp. 281-297 ,1967.

[13]林傑斌，劉明德，陳湘，,”數據挖掘與 OLAP理論與實務 ,2002.

[14]Jiawei Han, Micheline Kamber, Data Mining : Concepts and Techniques, Morgan Kaufmann Publishers ,2001。

[15]Mathias Géry, Hatem Haddad, “Evaluation of web usage mining approaches for user's next request prediction”, in Proceedings of the 5th ACM international workshop on Web information and data management , 74-81, 2003

[16]陳仕昇, “以可重複序列挖掘網路瀏覽規則之研究”,  國立㆗央大學資訊管理研究所碩士論文, 2000。

[17]楊昇宏, “資料挖掘應用於找尋瀏覽網頁之型樣”,  私立逢甲大學資訊工程研究所碩士論文, 2000。

[18]Y.J. Su, H.C. Jiau, and S.R. Tsai, “Using the moving average rule in a dynamic web recommendation system,” International Journal of Intelligent Systems, vol. 22, no. 6, pp. 621-639, June 2007.

[19]R. Cooley, B. Mobasher and J. Srivastava,“Data preparation for mining World Wide Web browsing patterns”, Journal of Knowledge and Information Systems 1, 1, 1999.

[20]Andrew McCallum , Ronald Rosenfeld , Tom M. Mitchell , Andrew Y. Ng, “Improving Text Classification by Shrinkage in a Hierarchy of Classes”, in Proceedings of the Fifteenth International Conference on Machine Learning, p.359-367, July 24-27, 1998