دانلود کتاب WEBKDD 2002 – Mining Web Data for Discovering Usage Patterns and Profiles: 4th International Workshop, Edmonton, Canada, July 23, 2002. Revised Papers (به فارسی: WEBKDD 2002 – استخراج داده های وب برای کشف الگوهای استفاده و نمایه ها: چهارمین کارگاه بین المللی، ادمونتون، کانادا، 23 جولای 2002. مقالات تجدید نظر شده) نوشته شده توسط «Ed H. Chi – Adam Rosien – Jeffrey Heer (auth.) – Osmar R. Zaïane – Jaideep Srivastava – Myra Spiliopoulou – Brij Masand (eds.)»
اطلاعات کتاب WEBKDD 2002 – استخراج داده های وب برای کشف الگوهای استفاده و نمایه ها: چهارمین کارگاه بین المللی، ادمونتون، کانادا، 23 جولای 2002. مقالات تجدید نظر شده
موضوع اصلی: شبکه: اینترنت
نوع: کتاب الکترونیکی
ناشر: Springer-Verlag Berlin Heidelberg
نویسنده: Ed H. Chi – Adam Rosien – Jeffrey Heer (auth.) – Osmar R. Zaïane – Jaideep Srivastava – Myra Spiliopoulou – Brij Masand (eds.)
زبان: English
فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2003
تعداد صفحه: 183
حجم کتاب: 4 مگابایت
کد کتاب: 3540203044 , 9783540203049
نوبت چاپ: 1
توضیحات کتاب WEBKDD 2002 – استخراج داده های وب برای کشف الگوهای استفاده و نمایه ها: چهارمین کارگاه بین المللی، ادمونتون، کانادا، 23 جولای 2002. مقالات تجدید نظر شده
1 WorkshopTheme داده کاوی به عنوان یک رشته با هدف مرتبط کردن تجزیه و تحلیل مقادیر زیادی از داده های کاربر برای روشن کردن سوالات کلیدی کسب و کار است. به طور خاص، استفاده از وب کاوی، یک رشته نسبتاً جوان، روش‌ها و تکنیک‌هایی را بررسی می‌کند که – چالش‌های منحصربه‌فرد کشف بینش از داده‌های استفاده از وب، با هدف ارزیابی قابلیت استفاده از وب، درک علایق و انتظارات کاربران و ارزیابی مؤثر بودن ارائه محتوا. وب در حال رشد و توسعه یک نیروی محرکه کلیدی در رشد سریع تجارت الکترونیک و کانالی جدید برای ارائه دهندگان محتوا است. کارها و محتوای سفارشی شده، که با دانش کشف شده در مورد مشتری امکان پذیر شده است، برای ایجاد راه حل های تجارت الکترونیک قابل دوام و ارائه محتوای پایدار و موثر در حوزه های غیرتجاری اساسی هستند. گزارش‌های وب غنی، داده‌های مربوط به بازدیدکنندگان آنلاین و مشتریان بالقوه خود را در اختیار شرکت‌ها قرار می‌دهند و امکان تقسیم‌بندی خرد و تعاملات شخصی‌شده را فراهم می‌کنند. در حالی که وب‌کاوی به‌عنوان یک دامنه چندین سال قدمت دارد، چالش‌هایی که تجزیه و تحلیل داده‌ها در این زمینه را مشخص می‌کند همچنان بسیار زیاد است. اگرچه پردازش p- داده ها به طور معمول بخش عمده ای از e?ort در داده کاوی را به خود اختصاص می دهد، داده های استفاده از وب چالش های بیشتری را بر اساس مشکلات تخصیص جریان های داده به کاربران منحصر به فرد و ردیابی آنها در طول زمان ایجاد می کند. نوآوری های جدید برای بازسازی قابل اعتماد جلسات، تعیین شباهت و تفاوت بین جلسات، و برای اینکه بتوان کاربران آنلاین را به گروه های مرتبط تقسیم کرد، مورد نیاز است.
1 WorkshopTheme Data mining as a discipline aims to relate the analysis of large amounts of user data to shed light on key business questions. Web usage mining in particular, a relatively young discipline, investigates methodologies and techniques that – dress the unique challenges of discovering insights from Web usage data, aiming toevaluateWebusability,understandtheinterestsandexpectationsofusersand assess the e?ectiveness of content delivery. The maturing and expanding Web presents a key driving force in the rapid growth of electronic commerce and a new channel for content providers. Customized o?ers and content, made possible by discovered knowledge about the customer, are fundamental for the establi- ment of viable e-commerce solutions and sustained and e?ective content delivery in noncommercial domains. Rich Web logs provide companies with data about their online visitors and prospective customers, allowing microsegmentation and personalized interactions. While Web mining as a domain is several years old, the challenges that characterize data analysis in this area continue to be formidable. Though p- processing data routinely takes up a major part of the e?ort in data mining, Web usage data presents further challenges based on the di?culties of assigning data streams to unique users and tracking them over time. New innovations are required to reliably reconstruct sessions, to ascertain similarity and di?erences between sessions, and to be able to segment online users into relevant groups.
برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.