Action : AID - Extraction de patrons de navigation web basée sur une indexation par arbre des suffixes généralisé

<body bgcolor="#FFFFFF" text="#000000" link="#9944EE" vlink= "#0000FF" alink="#00FF00"> <h2><a name="SECTION00062000000000000000" id= "SECTION00062000000000000000">Extraction de patrons de navigation web basée sur une indexation par arbre des suffixes généralisé</a></h2>  <a name="AID_resultats_result-broadway" id= "AID_resultats_result-broadway"></a> <p><strong>Mots clés :</strong> <i>comportement utilisateur, analyse des usages, sous-séquences fréquentes d'items, navigation .</i></p> <p><br /> <br /> <span class="textbf">Participants :</span> Doru Tanasa, Brigitte Trousse.<br /> <br /></p> <p>Dans le cadre d'un stage de DEA [<a href= "bibliographie_ct.html#TanasaDEA01" target= "contents">20</a>], nous avons effectué des recherches sur l'indexation de séquences temporelles en utilisant un arbre des suffixes généralisé. Les séquences d'événements ont de nombreuses applications. Citons les alarmes dans un réseau de télécomunication, les données cliniques, les valeurs des actions sur le marché boursier, les sessions des utilisateurs d'un logiciel. Généralement on obtient ces séquences par l'observation des valeurs de paramètres d'un processus pendant une période de temps donnée.</p> <p>Nos recherches sur l'indexation de séquences temporelles s'intègrent dans nos celles sur les systèmes du type Broadway. Pour une session de navigation d'un utilisateur avec le système Broadway-Web par exemple, nous avons quatre séquences temporelles (URL, contenu, évaluations explicite et implicite). L'objectif de notre travail est de permettre une recherche rapide de sessions similaires en termes de sous-séquences fréquentes. Nous avons choisi d'indexer ces sessions avec un arbre des suffixes généralisé qui permet la recherche d'un patron en <i>O(n)</i> où <i>n</i> est la longueur du patron recherché, structure principalement utilisée pour l'indexation des chaînes de textes et des séquences génétiques [<a href= "bibliographie_ct.html#Weiner73" target= "contents">Wei73</a>,<a href= "bibliographie_ct.html#Gusfield97" target= "contents">Gus97</a>].</p> <p>Nous avons implémenté un algorithme (appelé APRIORI-GST) basé sur notre méthode d'indexation de sessions, n pour l'extraction des patrons fréquents (sous-séquences fréquentes d'items). La structure de base de l'algorithme est similaire à celui d'Apriori [<a href="bibliographie_ct.html#Agrawal95" target="contents">AS95</a>]. L'originalité de notre approche consiste dans l'utilisation de cet index (GST) pour l'indexation des sessions de navigation Web. L'avantage de cet index GST dans ce cas est double: 1) l'incrémentalité qu'il apporte (on ne doit pas refaire l'index chaque fois que la base de données des sessions change) et 2) lors de l'extraction des patrons (par l'algorithme APRIORI-GST) on utilise l'index pour calculer le support d'une séquence. Nous avons présenté nos principaux résultats en [<a href= "bibliographie_ct.html#TT01" target= "contents">15</a>,<a href="bibliographie_ct.html#TT02" target="contents">19</a>].</p> <hr /> </body>