Clustering und Evaluierung von Benutzerprofilen bei Web-Portalen (PDF)

Diplomarbeit aus dem Jahr 2006 im Fachbereich Informatik - Internet, neue Technologien, Note: 1,3, Johann Wolfgang Goethe-Universität Frankfurt am Main (Professur für Datenbanken und Informationssysteme), Sprache: Deutsch, Abstract: In Kapitel 2 werden die grundlegenden Begriffe und formalen Definitionen der Clusteranalyse diskutiert. Es wird auf die NP-H¿ arte des Clustereinteilungsproblems eingegangen. Die in der Literatur bestehenden Clusterverfahren werden anhand ihrer immanenten Eigenschaften klassifiziert und Prinzipien zur Bildung von Clustern thematisiert. Ein weiterer Abschnitt des Kapitels 2 befasst sich mit Abstands- bzw. Ähnlichkeitsfunktionen, die einen wesentlichen Bestandteil von Clusterverfahren bilden.
Existierende, klassische Algorithmen zur Clusterbildung aus dem Bereich des Data Mining werden in Kapitel 3 erläutert. Nachdem die Clusterverfahren in Kapitel 2 klassifiziert wurden, werden in Kapitel 3 vier Klassen von Clusterverfahren näher beleuchtet: Hierarchische und partitionierende Verfahren, Fuzzy-Clustering und wahrscheinlichkeitsbasiertes Clustern.
In Kapitel 4 wird ein Algorithmus zur Berechnung von Benutzerprofilen vorgestellt.
Kapitel 5 gibt eine Beschreibung der Clusterbildung als Disziplin des Web Usage Mining. Der erste Abschnitt führt grundlegende Begriffe ein und motiviert
die Anwendung der Clusteranalyse im Web Mining. Des Weiteren werden in Kapitel 5 die Parameter zum Clustern von Benutzern auf der Grundlage von non-obvious-user-profiles diskutiert. Die Aufgabe des zweiten Abschnittes dieses Kapitels ist die Beantwortung der Frage: " Was kann alles geclustered
werden?" Im dritten und letzten Abschnitt des Kapitels 5 wird zun¿ achst allgemein und anschließend anhand eines Beispiels die Anwendung eines in der Praxis häufig eingesetzten, klassischen Clusterverfahrens auf non-obvious-userprofiles erläutert.
Das Kapitel 6 ist der Vorstellung verwandter Arbeiten im Web Mining Umfeld gewidmet. Es werden sowohl zahlreiche, in der Literatur diskutierte Clusterverfahren als auch Ähnlichkeitsmaße präsentiert, erläutert, miteinander verglichen und kritisiert.
In Kapitel 7 werden einige mögliche Anwendungen der Clusteranalyse im Bereich des Web Usage Mining diskutiert. Im Einzelnen handelt es sich um Recommender Systeme, Adaptive Websites, Prefetching Systeme und die selektive Kontaktierung von Kundengruppen.
Kapitel 8 gibt eine Zusammenfassung der vorliegenden Arbeit.