Diplomarbeit

Methoden und Techniken zur Ermittlung von Langzeitprofilen für adaptive Web-Seiten

Aufgabenstellung

Einen wichtigen Aspekt intelligenter Einkaufssysteme stellt die Adaption des Systems an die individuellen Interessen und Vorlieben der Kunden mit Hilfe von Benutzermodellen dar.Einen wichtigen Aspekt intelligenter Einkaufssysteme stellt die Adaption des Systems an die individuellen Interessen und Vorlieben der Kunden mit Hilfe von Benutzermodellen dar.

Zur Bildung eines Benutzermodells können unterschiedliche Informationen dienen. Diese lassen sich grob in client- (z.B. Remote-Agenten, wie Java-Scripts und Java-Applets) und serverseitige (z.B. Server Log-Dateien, existierende Benutzermodelle) Datenquellen untertei-len.
Zur Auswertung dieser Quellen kommen z. B. 'Web Mining' Technologien, insbesondere das 'Web Usage Mining' zum Einsatz, das in einer ersten Phase eine Vorverarbeitung der erfass-ten Daten vornimmt. In der folgenden Phase, der Musterentdeckung, werden aus den vorve-rarbeiteten Daten neue Informationen extrahiert, die in der Phase der Musteranalyse gefiltert und einer konkreten Verwendung (z. B. Benutzermodell, Cache, Autorenprozeß) zugeführt werden. Während bei der Phase der Musterentdeckung verschiedene allgemeine Algorith-men (z.B. statistische Analysen, Assoziationsregeln, Clustering, Klassifikation, sequentielle Muster, Abhängigkeitsmodellierung) aus den Bereichen der Statistik, des Data Mining, der KI und der Mustererkennung Verwendung finden, ist die Phase der Musteranalyse sehr stark vom Anwendungsbereich geprägt.
Ziel dieser Arbeit ist eine Zusammenstellung von Algorithmen für die Musterentdeckung im 'Web Usage' Prozess und deren Anwendung in der Musteranalysephase für das 'Web Con-tent Management' adaptiver und personalisierter Webseiten.

Im einzelnen sollen folgende Aufgaben bearbeitet werden:

Zusammenstellung des aktuellen Standes der Forschung im Bereich des 'Web Mining'. Neben Techniken des 'Web Content Mining' und des 'Web Structure Mining' soll das Hauptaugenmerk dabei auf das 'Web Usage Mining' gelegt werden.
Darstellung existierender Lösungen und Produkte für das Anwendungsgebiet dieser Ar-beit. Gegenüberstellung und Bewertung ausgewählter Produkte.
Einordnung und Bewertung allgemeingültiger Algorithmen für die Phase der Musterent-deckung (pattern discovery) innerhalb des 'Web Usage Mining' Prozesses.
Die Ergebnisse dieser Algorithmen sollen hinsichtlich ihrer Verwendbarkeit in einem Web Content Management System für adaptive und personalisierte Inhalte untersucht werden. Dabei ist u.a. zu klären, welche Teile der Musteranalyse in den Autorenprozeß, in die Benutzermodelle, in den Prozeß der Generierung personalisierter Webseiten und in die Bereitstellung (Publikation) dieser Webseiten einfließen können.

Weitere Informationen

Autor(en):	Christine Werner
Laufzeit:	01.08.2002 - 04.07.2003
Verantwortlicher HSL:	Prof. Dr.-Ing. Klaus Meißner
Betreuer:	Dr.-Ing. Michael Hinz
Institut, Lehrstuhl:	SMT, Multimediatechnik
Zugehörige Projekte:	AMACONT COMQUAD