Résumé : Les techniques de Web Usage Mining existantes sont actuellement basées sur un découpage des données arbitraire (e.g. "un log par mois") ou guidé par des résultats supposés (e.g. "quels sont les comportements des clients pour la période des achats de Noël ? "). Ces approches souffrent des deux problèmes suivants. D'une part, elles dépendent de cette organisation arbitraire des données au cours du temps. D'autre part elles ne peuvent pas extraire automatiquement des "pics saisonniers" dans les données stockées. Nous proposons d'exploiter les données pour découvrir de manière automatique des périodes "denses" de comportements. Une période sera considérée comme "dense" si elle contient au moins un motif séquentiel fréquent pour l'ensemble des utilisateurs qui étaient connectés sur le site à cette période.
https://hal.inria.fr/inria-00461840
Contributor : Alice-Maria Marascu <>
Submitted on : Monday, September 23, 2019 - 5:42:25 PM Last modification on : Monday, November 30, 2020 - 2:36:03 PM Long-term archiving on: : Sunday, February 9, 2020 - 7:16:53 AM
Florent Masseglia, Pascal Poncelet, Maguelonne Teisseire, Alice Marascu. Web Usage Mining : extraction de périodes denses à partir des logs. EGC: Extraction et Gestion des Connaissances, Jan 2006, Lille, France. pp.403-408. ⟨inria-00461840⟩