Web usage mining is the application

Web usage mining is the application of data mining techniques to discover interesting usage patterns from web data, in order to understand and better serve the needs of Web-based applications. Usage data encapsulates the identity or origin of web users. Web usage mining itself can
be classified further depending on the kind of usage data considered. They are web server data, application server data and application level data. Web server data correspond to the user logs that are collected at Web server. The crucial information extracted is discovered with the application of association rules about users’ behaviors. This information collected comprises of IP addresses, page references, and access time of the users.. This work concentrates on web usage mining and in particular focuses on discovering the web usage patterns of websites from the server log files.Web usage mining is the application of data mining that apply data mining techniques to discover the behavior pattern using web data. Web usage mining process is generally divided into three tasks: preprocessing, pattern analysis and pattern discovery. Preprocessing includes the fusion and synchronization identification, user identification, session identification (or sessionization), episode identification, and the integration of click stream data with order data sources such as content or semantic information. In the pattern analysis phase interesting knowledge is extracted from frequent patterns and these results are used for website modifications..In pattern discovery phase, frequent pattern discovery algorithms are applied on raw data. For finding out the information that is hidden in web logs, several data mining techniques are applied on web server logs. What we demonstrate in this paper is the comparative study between the two association rule algorithms namely, FP Growth and Apriori algorithm.

Kết quả (Việt) 2:

Khai thác sử dụng Web là việc áp dụng các kỹ thuật khai thác dữ liệu để khám phá các mẫu sử dụng thú vị từ dữ liệu web, để hiểu và phục vụ tốt hơn nhu cầu của các ứng dụng dựa trên Web. Dữ liệu sử dụng gói gọn danh tính hay nguồn gốc của người dùng web. Cách sử dụng web khai thác mỏ chính nó có thể
được phân nhiều loại tùy thuộc vào loại dữ liệu sử dụng xem xét. Họ là những dữ liệu máy chủ web, dữ liệu máy chủ ứng dụng và dữ liệu mức ứng dụng. Dữ liệu máy chủ Web tương ứng với các bản ghi người dùng được thu thập được tại máy chủ Web. Các thông tin quan trọng được chiết xuất được tìm thấy cùng với việc áp dụng các luật kết hợp về các hành vi của người sử dụng. Thông tin này được thu thập dụng bao gồm các địa chỉ IP, tài liệu tham khảo trang, và thời gian truy cập của người sử dụng .. Công việc này tập trung vào khai thác sử dụng web và đặc biệt tập trung vào việc khám phá các mô hình sử dụng web của các trang web từ máy chủ nhật ký khai thác sử dụng files.Web là ứng dụng khai thác dữ liệu mà áp dụng các kỹ thuật khai thác dữ liệu để phát hiện ra những hành vi sử dụng dữ liệu web. Web quá trình khai thác sử dụng nói chung được chia thành ba nhiệm vụ: tiền xử lý, phân tích mô hình và phát hiện mô hình. Tiền xử lý bao gồm các phản ứng tổng hợp và xác định đồng bộ hóa, nhận dạng người dùng, xác định phiên (hoặc sessionization), nhận dạng tập, và sự tích hợp của dòng dữ liệu nhấp chuột với các nguồn dữ liệu thứ tự như nội dung hoặc thông tin ngữ nghĩa. Trong giai đoạn phân tích mô hình kiến thức thú vị được chiết xuất từ các mẫu thường xuyên và kết quả này được sử dụng cho các trang web modifications..In mô hình giai đoạn khám phá, phát hiện các thuật toán mô hình thường xuyên được áp dụng trên dữ liệu thô. Cho việc tìm kiếm các thông tin được giấu trong nhật ký web, kỹ thuật khai thác một số dữ liệu được áp dụng trên các bản ghi máy chủ web. Các nghiên cứu so sánh giữa hai thuật toán luật kết hợp cụ thể, FP Tăng trưởng và thuật toán Apriori những gì chúng tôi chứng minh trong bài báo này là.