การทำเหมืองการใช้งานเว็บ
การทำเหมืองการใช้งานเว็บ (Web Usage Mining) ใช้เพื่อสกัดข้อมูล ข้อมูลเชิงลึก และความรู้ที่มีประโยชน์จากข้อมูลบันทึกเว็บ (Weblog Data) และช่วยระบุรูปแบบการเข้าถึงของผู้ใช้ต่อหน้าเว็บ
แนวคิดหลัก
ในการทำเหมือง การจัดการทรัพยากรเว็บ บุคคลสนใจข้อมูลของคำขอจากผู้เยี่ยมชมเว็บไซต์ที่จัดเก็บเป็นบันทึกเซิร์ฟเวอร์เว็บ (Web Server Logs) ในขณะที่เนื้อหาและกลไกของชุดหน้าเว็บปฏิบัติตามเจตนาของผู้สร้างหน้า คำขอเดี่ยวๆ แสดงว่าผู้ใช้มองหน้าเหล่านั้นอย่างไร การทำเหมืองการใช้งานเว็บสามารถเปิดเผยความสัมพันธ์ที่ผู้ออกแบบหน้าไม่ได้ตั้งใจไว้
ข้อมูลบันทึกเว็บเซิร์ฟเวอร์
เว็บเซิร์ฟเวอร์มักบันทึกข้อมูล (Web Log Entry) สำหรับการเข้าถึงหน้าเว็บแต่ละครั้ง ประกอบด้วย URL ที่ร้องขอ, ที่อยู่ IP ที่ส่งคำขอ, และช่วงเวลา (Timestamp)
ปริมาณข้อมูลและความสำคัญ
สำหรับเซิร์ฟเวอร์อี-คอมเมิร์ซที่ใช้งานจริง จำนวนข้อมูลบันทึกการเข้าถึงเว็บขนาดใหญ่ถูกเก็บรวบรวม เว็บไซต์ดังๆ อาจบันทึกเรคคอร์ด Weblog ในระดับพันเมกะไบต์ต่อวัน ฐานข้อมูล Weblog มีข้อมูลสมบูรณ์เกี่ยวกับพลศาสตร์ของเว็บ จึงจำเป็นต้องพัฒนาเทคนิคการทำเหมือง Weblog ที่ทันสมัย
ข้อพิจารณาในการพัฒนาเทคนิค
- ความเข้าใจในการประยุกต์ใช้: แม้จะน่าสนใจที่จะคิดถึงการประยุกต์ใช้หลากหลายของการวิเคราะห์ไฟล์ Weblog แต่จำเป็นต้องเข้าใจว่าความสำเร็จขึ้นอยู่กับว่าสามารถค้นพบความรู้ที่ถูกต้องและน่าเชื่อถือได้มากน้อยเพียงใดจากบันทึกข้อมูลดิบขนาดใหญ่
- มุมมองหลายมิติ (Multidimensional View): ด้วย URL, เวลา, ที่อยู่ IP, และข้อมูลเนื้อหาหน้าเว็บที่มีอยู่ สามารถสร้างมุมมองหลายมิติบนฐานข้อมูล Weblog และดำเนินการวิเคราะห์ OLAP หลายมิติเพื่อค้นพบผู้ใช้ N อันดับแรก, หน้าเว็บที่ถูกเข้าถึง N อันดับแรก, ช่วงเวลาที่เข้าถึงมากที่สุด ฯลฯ ซึ่งช่วยค้นหาลูกค้า/ผู้ใช้/ตลาดที่เป็นไปได้
- การทำเหมืองข้อมูลบนบันทึก Weblog: สามารถนำการทำเหมืองข้อมูลไปใช้เพื่อค้นพบรูปแบบการเชื่อมโยง, รูปแบบลำดับ, และแนวโน้มของการเข้าถึงเว็บ สำหรับการทำเหมืองรูปแบบการเข้าถึงเว็บ จำเป็นต้องมีมาตรการเพิ่มเติมเพื่อรับข้อมูลการเดินทางของผู้ใช้ (User Traversal) เพื่อการวิเคราะห์ Weblog ที่แม่นยำ
ข้อมูลเพิ่มเติมและการวิจัย
ข้อมูลเพิ่มเติมอาจรวมถึงลำดับการ瀏覽หน้าเว็บของผู้ใช้ในบัฟเฟอร์ของเซิร์ฟเวอร์อินเทอร์เน็ต ด้วยความต้องการของเอกสาร Weblog เหล่านี้ การศึกษาจึงมุ่งเน้นไปที่การวิเคราะห์ประสิทธิภาพระบบ, ปรับปรุงการออกแบบระบบโดยการแคชเว็บ (Web Caching), การดึงหน้าเว็บล่วงหน้า (Web Page Prefetching), และการสลับหน้าเว็บ (Web Page Swapping); การเข้าใจลักษณะการจราจรเว็บ; และการเข้าใจการตอบสนองและแรงจูงใจของลูกค้า
ตัวอย่างเช่น บางศึกษาเสนอเว็บไซต์ปรับตัว (Adaptive Sites) ซึ่งเป็นเว็บไซต์ที่ปรับปรุงตัวเองโดยเรียนรู้จากรูปแบบการเข้าถึงของผู้ใช้ การวิเคราะห์ Weblog ยังช่วยสร้างบริการเว็บที่ปรับแต่งส่วนบุคคลสำหรับผู้ใช้แต่ละคนได้อีกด้วย
