Buradasınız

Kütüphane Kullanıcılarının Erişim Örüntülerinin Keşfi

Discovery of Access Patterns of Library Users

Journal Name:

Publication Year:

Abstract (2. Language): 
Data mining, which is a new technique interested in discovering knowledge huge amount of data, has been effectively used in many sectors especially in banking, assurancy, medicine and marketing. Web mining, which is an application of data mining, performs data mining functions on web data. With the help of web mining, which is seperated into two branches as web content mining and web usage mining, discovery and analysis of useful knowledge on web is made. Existance of user access patterns which is included in the subject of web content mining, is being done especially with the link analysis that is a technique of data mining. In this study, access patterns of library users is tried to be found based on web logs of library web site.
Abstract (Original Language): 
Veri madenciliği çok büyük hacimli veriden anlamlı, ilginç, ve önemli bilginin otomatik veya yarı-otomatik yöntemlerle çıkarılması ile bir disiplin olup pazarlama, bankacılık, sigortacılık ve tıp sektörü başta olmak üzere bir çok sektörde etkin bir şekilde kullanılmaktadır. Veri madenciliği uygulamalarından biri olan web kullanım madenciliği sayesinde web üzerindeki faydalı bilginin keşfi ve analizi yapılmaktadır. Kullanıcı erişim örüntülerinin bulunması web içerik madenciliği konusuna girmekte olup veri madenciliği tekniklerinden özellikle bağlantı analizi ile yerine getirilmektedir. Bu çalışmada kütüphane sitesi web günlüklerine dayalı olarak kütüphane kullanıcılarının erişim örüntüleri bulunmaya çalışılmıştır. Bu çalışma yapılırken istatistiksel yöntemler kullanılmıştır.
12-26

REFERENCES

References: 

Cooley, R., Mobasher, B. ve Srivastava, J.
(1999
) Data preparation for mining world wide web browsing patterns. Knowledge and Information Systems, 1(1):5-32
Cooley, R.; Mobasher, B. ve Srivastava, J. (1997) Web mining: Information and pattern discovery on the World Wide Web. Proceedings of the Ninth IEEE International Conference on Tools with Artificial Intelligence (ICTAI97) içinde (s. 558-567). Minnesota. IEEE Computer Society Press.
Etzioni, O. (1996). The World-Wide Web: Quagmire or gold mine?. Communications of the ACM, 39(11):65-68.
Garofalakis, M. N., Rastogi, R., Seshadri, S. ve Shim, K. (1999). Data Mining and the Web: Past, Present and Future [Çevrim içi], Elektronik adres: http://citeseer.nj.nec.com/231213.html [10.07.2002[.
Grossman, R.L. (1998). Data mining challenges for digital libraries. ACM Computing Surveys (CSUR), 28(4): 1-2.
Joshi, K. P., Anupam, J., Yesha, Y., ve Krishnapuram, R. (1999). Warehousing and mining Web logs. Proceedings of the second international workshop on Web information and data management içinde (s. 63-68). ACM Press. New York, NY.
Zaiane, O.R., Xin, M. ve Han, J. (1998). Discovering Web access patterns and trends by applying OLAP and data mining technology on Web logs. Proceeding of the Advances in Digital Libraries Conference (ADL98) içinde (s.19:29). Santa Barbara, CA.
Yardımcı Kaynakça
Connolly, T.M. ve Begg, C. E. (1999). Database Systems: a Practical Approach to Design Implementation, and Management. Harlow, England: Addison-Wesley.
Cooley, R. (2000). Web Usage Mining: Discovery and Application of Interesting Patterns from Web Data. Yayınlanmış doktora tezi. Minnesota Üniversitesi, Minnesota.
Cooley, R., Mobasher, B. ve Srivastava, J. (1999) Data preparation for mining world wide web browsing patterns. Knowledge and Information Systems, 1(1):5-32

Thank you for copying data from http://www.arastirmax.com