WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Techniques d'extraction de connaissances appliquées aux données du Web

( Télécharger le fichier original )
par Malika CHARRAD
Ecole Nationale des Sciences de l'Informatique, Université de la Manouba, Tunis - Mastère en informatique, Option : Génies Documentiel et Logiciel 2005
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Chapitre 8

Conclusion

Nous avons tenté dans ce mémoire d'étudier le comportement des usagers d'un site Web en exploitant l'information disponible dans les fichiers Logs. L'enjeu est ici important, à l'heure où le nombre d'utilisateurs de l'Internet et le nombre de sites Web augmentent exponentiellement et par conséquent les données à analyser deviennent de plus en plus volumineuses. D'autre part, les propriétaires des sites Web cherchent à comprendre le comportement des visiteurs de leurs sites pour leur offrir un contenu personnalisé répondant à leurs besoins. Cette course à l'exploitation des données contenues dans les fichiers Logs se solde par un manque de méthodes de fouille des données adaptées, en particulier à cause du volume important des données.

Dans le cadre de mémoire, nous avons développé une méthodologie de pré- traitement des fichiers Logs permettant de transformer l'ensemble de requêtes enregistrées dans les fichiers Logs à des données structurées et exploitables. L'hybridation des méthodes de classification nous a permis de surmonter l'obstacle de la quantité des données et de tirer profit du pouvoir classificatoire de certaines d'entre elles, à savoir les cartes topologiques de Kohonen. La classification multiniveaux à laquelle nous avons eu recours a aboutit à des »clusters» d'utilisateurs ayant des comportements similaires en termes de motif de navigation.Ce résultat est important dans la mesure où il permet aux concepteurs du site Web étudié de connaître les profils des utilisateurs de leur site et l'objectif de leur navigation. La personnalisation des services fournies par le site devient alors possible.

Ce travail aurait été plus intéressant si nous avions disposé des données sociodémographiques sur les usagers du site Web étudié. En effet, Ces informations permettent d'enrichir les profils de navigation par des traits personnels des utilisateurs. Un nouveau visiteur pourra être classé dans un groupe selon sa navigation sur le site et son profil. Ainsi, des services pourront être personnalisés de façon adéquate à cet utilisateur.

Le travail de recherche actuel peut être prolongé dans un certain nombre de directions. En effet, il est possible d'appliquer d'autres méthodes de fouille de données pour découvrir les motifs de navigation des utilisateurs telles que les

règles d'association permettant d'identifier quelles sont les pages visitées ensemble et de prédire le comportement du visiteur. Il est également possible de concevoir un système de réorganisation du site par rapport aux usages observés de manière à répondre au mieux au plus grand nombre des utilisateurs du site.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"La première panacée d'une nation mal gouvernée est l'inflation monétaire, la seconde, c'est la guerre. Tous deux apportent une prospérité temporaire, tous deux apportent une ruine permanente. Mais tous deux sont le refuge des opportunistes politiques et économiques"   Hemingway