A Framework for Web Usage Mining Based on Multi-Agent And Expert System an Application to Web Server Log Files

• Autorzy: Mieczysław L. Owoc , Paweł Weichbroth

Warianty tytułu

Architektura wieloagentowego systemu ekspertowego w analizie użytkowania zasobów internetowych: zastosowanie do plików loga serwera WWW

• Języki publikacji: EN

Abstrakty

EN

In this paper we introduce a Web Usage Mining (WUM) system, which transparently and dynamically generates content (links) and structure (layout) of the web portal for anonymous visitor. To this purpose we make use of the two software concepts: Multi-Agent and Expert System simultaneously. Multi-Agent system is responsible for discovering knowledge from Web Server log files which requires data preprocessing, data mining, content and structure generating. On the other hand, Expert System supports the software agents by means of cognitive and heuristic knowledge provided and verified by a human expert. The main innovation proposed here is a novel approach that can be used to manage large Web portals. (original abstract)

W niniejszym artykule przedstawiono architekturę systemu do analizy użytkowania zasobów internetowych, udostępnianych w ramach usługi WWW. Funkcjonalność systemu zakłada, iż treść oraz struktura portalu internetowego jest dynamicznie i transparentnie generowana dla anonimowego użytkownika. W tym celu wykorzystano dwie znane koncepcje sztucznej inteligencji: systemu wieloagentowego oraz ekspertowego. System wieloagentowy jest odpowiedzialny za ekstrakcję wiedzy z plików loga serwera WWW, co wymaga przetwarzania wstępnego oraz drążenia danych. System ekspertowy wspiera działanie systemu wieloagentowego na poziomie oceny i walidacji odkrytej wiedzy poprzez bazę wiedzy, którą dostarcza i weryfikuje ekspert domeny (człowiek). Wkładem własnym autorów jest włączenie koncepcji systemu ekspertowego, złożonego z maszyny wnioskującej, maszyny wizualizacji oraz bazy wiedzy, do znanej w literaturze przedmiotu koncepcji programowego systemu wieloagentowego, służącego analizie logów serwera WWW. (abstrakt oryginalny)

Słowa kluczowe

EN

Expert systems; System architecture; World Wide Web (WWW); Artificial intelligence; Multi-agent based simulation

PL

Systemy ekspertowe; Architektura systemu; World Wide Web (WWW); Sztuczna inteligencja; Symulacja wieloagentowa

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Rocznik: 2011
• Numer: nr 206 Advanced Information Technologies for Management - AITM 2011: Inteligent Technologies and Applications
• Strony: 139--151

Twórcy

autor

Mieczysław L. Owoc

• Wrocław University of Economics, Poland

autor

Paweł Weichbroth

• Memex

Bibliografia

• Baraglia R., Silvestri F. (2004), An online recommender system for large web sites, [in:] Proceedings of the 2004 IEEE/WIC/ACM International Conference on Web Intelligence, IEEE Computer Society, pp. 199-205.
• Berners-Lee T., Fielding R., Frystyk H. (1995), Hypertext Transfer Protocol - HTTP/1.0. Internet Draft, http://www.w3.org/Protocols/HTTP/1.0/draft-ietf-http-spec.html (accessed: 20.11.2009).
• Eirinaki M., Vazirgiannis M. (2003), Web mining for web personalization, ACM Transactions on Internet Technologies, Vol. 3, No. 1, pp. 1-27.
• Fayyad U., Piatetsky-Shapiro G., Smyth P. (1996), From data mining to knowledge discovery in databases, AI Magazine, Vol. 17, No. 3, http://www.aaai.org/ojs/index.php/aimagazine/article, pp. 37-54.
• Fayyad U., Piatetsky-Shapiro G., Smyth P., Uthurusamy R. (1996), Advances in Knowledge Discovery and Data Mining, AAAI/MIT Press, Cambridge, MA.
• Fielding R., Gettys J., Mogul J., Frystyk H., Berners-Lee T. (1997), Hypertext Transfer Protocol - HTTP/ 1.1. Internet Official Protocol Standards (RFC 2068), http://tools.ietf.org/html/rfc2068 (accessed:20.11.2011).
• Fielding R., Gettys J., Mogul J., Frystyk H., Masinter L., Leach P., Berners-Lee T. (1999), Hypertext Transfer Protocol - HTTP/1.1. Internet Official Protocol Standards (RFC 2616), http://www.w3.org/Protocols/rfc2616/rfc2616.html (accessed: 30.11.2009).
• Giarratano J., Riley G. (1998), Expert Systems Principles and Programming, PWS Publishing Company, Boston, MA.
• Kubiak B.F., Weichbroth P. (2010), Cross- and up-selling techniques in e-commerce activities, eCommerce, ePayments and New Entrepreneurship, Vol. 15, No. 3.
• Mikulski Ł., Weichbroth P. (2009), Discovering patterns of visits on the Internet web sites in the perspective of associative models, Polish Journal of Environmental Studies, Vol. 18 (3B), pp. 267-271.
• Mikulski Ł., Weichbroth P. (2011), Usuwanie artefaktów w wykrywaniu wzorców użytkowania stron WWW, [in:] H. Dudycz, J. Korczak (Eds.), Informatyka w biznesie, Prace Naukowe Uniwersytetu Ekonomicznego nr 212, Informatyka Ekonomiczna 22, Wydawnictw Uniwersytetu Ekonomicznego, Wrocław.
• Mitra S., Acharya T. (2003), Data Mining. Multimedia, Soft Computing and Bioinformatics, John Wiley & Sons, Hoboken.
• Mulvenna M.D., Anand S.S., Buchner A.G. (2000), Personalization on the net using web mining, Communications of the ACM, Vol. 43, No. 8, pp. 123-125.
• Niederliński A. (2006), Regułowo-modelowe systemy ekspertowe rmse, Wydawnictwo Pracowni Komputerowej Jacka Skalmierskiego, Gliwice.
• Team N. H. D. NCSA HTTPd, http://hoohoo.ncsa.illinois.edu/ (accessed: 20.11.2009).
• Weichbroth P. (2009a), Analiza zachowań użytkowników portalu onet.pl w ujęciu reguł asocjacyjnych, [in:] A. Grzech, K. Juszczyszyn, H. Kwaśnicka, N.T. Nguyen (Eds.), Inżynieria wiedzy i systemy ekspertowe, Akademicka Oficyna Wydawnicza Exit, Warszawa, pp. 81-88.
• Weichbroth P. (2009b), The system framework for profiling the content of web portals, [in:] J. Korczak (Ed.), Data mining and Business Intelligence, Research Papers of Wrocław University of Economics No. 104, Business Informatics 16, Publishing House of Wrocław University of Economics, Wrocław, pp. 186-193.
• Wooldridge M., Jennings N.R. (1995), Intelligent agents: Theory and practice, The Knowledge Engineering Review, Vol. 10, No. 2, pp. 115-152.