Εξόρυξη γνώσης από δεδομένα χρήσης του παγκόσμιου ιστού για την εξατομίκευση θεματικών καταλόγων

Abstract

This PhD thesis proposes a novel framework that combines Web personalization and Web directories, which results in the concept of Community Web Directories. Community Web directories is a novel form of personalization performed on Web directories, that correspond to "segments" of the directory hierarchy, representing the interests and preferences of user communities. The proposed approach is based on Web usage mining and the usage data that are analyzed here correspond to user navigation throughout the Web, rather than a particular Web site, exhibiting as a result a high degree of thematic diversity. For the construction of Community Web Directories, we introduce three novel techniques that combine the users’ browsing behavior with thematic information from the Web directories. These techniques are based on clustering and probabilistic data modeling and they are evaluated both on a specialized artificial and a general-purpose Web directory. The experiments that have been performed assess also the effectiveness of different machine learning techniques on the task. Finally, we present OurDMOZ, a system that builds and maintains community Web directories. An initial user evaluation of the system indicates the potential value of the system to the end user, in terms of an enhanced personalized Web experience.

Το θέμα της διατριβής είναι η παρουσίαση μια ολοκληρωμένης και πρωτότυπης μεθοδολογίας που συνδυάζει την εξατομίκευση του Παγκόσμιου Ιστού και τους Θεματικούς καταλόγους προκειμένου να αντιμετώπισει την υπερπληροφόρηση. Ο συνδυασμός αυτός έχει ως αποτέλεσμα την δημιουργία των Εξατομικευμένων Καταλόγων Παγκόσμιου Ιστού, που αντιστοιχούν σε τμήματα της ιεραρχίας του αρχικού καταλόγου, αντιπροσωπεύοντας τα ενδιαφέροντα και τις προτιμήσεις κοινοτήτων χρηστών. Η προσέγγιση βασίζεται στην εξαγωγή γνώσης από δεδομένα χρήσης του Παγκόσμιου ιστού. Τα δεδομένα χρήσης αντιστοιχούν στην περιήγηση του χρήστη σε όλο τον Ιστό και όχι σε ένα μεμονωμένο ιστότοπο, με αποτέλεσμα να παρουσιάζουν μεγάλη θεματική ποικιλία. Για τη κατασκευή των εξατομικευμένων Καταλόγων, παρουσιάζονται τρεις νέες μέθοδοι μηχανικής μάθησης οι οποίες συνδυάζουν τη συμπεριφορά των χρηστών με τις θεματικές πληροφορίες που υπάρχουν στους καταλόγους. Οι μέθοδοι αυτοί βασίζονται σε αλγόριθμους ομαδοποίησης και πιθανοτικής μάθησης, ενώ εφαρμόζονται και αξιολογούνται σε τεχνητούς και σε πραγματικούς θεματικούς καταλόγους, πιστοποιώντας την δυνητική αξία τους για τον τελικό χρήστη, και την αποτελεσματικότητα στην εφαρμογή τους. Τέλος, στη διατριβή παρουσιάζεται το σύστημα OurDMOZ, το οποίο δημιουργεί και διαχειρίζεται εξατομικευμένους θεματικούς καταλόγους. Μια πρώτη αξιολόγηση του συστήματος από χρήστες, επαληθεύει τη χρησιμότητά του για τον τελικό χρήστη στα πλαίσια μιας αναβαθμισμένης εξατομικευμένης εμπειρίας στον Παγκόσμιο Ιστό.