Web Madenciligi - Web Mining

Data Mining'in internet ortaminda ki bir calisma yontemi olarak Web Mining'i dusunebiliriz. Peki web madenciliginde isleyecegimiz ham verileri elde ederken nasil bilgiler toplayabiliriz ; sayfalarinizi ziyaret eden kisilerin biraktiklari bilgiler, hangi sayfalari daha sik ziyaret ettigi, sayfanizin hangi sayfalarla birlikte daha cok ziyaret edildigi vb. bilgilerin genelde uye olurken form'da doldurduklari bilgilerden olusan bilgi toplulugu sayesinde web madenciliginde kullanabiliriz diyebiliriz. Web Mining 1996 yillarinda Oren Etzoni tarafindan gelistirilmistir. Web madenciligi veri madenciligi tekniklerinden faydalanilarak web belgelerinden ve servislerinden otomatik olarak bilginin ayiklanmasi, ortaya cikarilmasi ve tahlil edilmesi ileolusturulabilir. Bu sayede ticari amacli sitelerde elde edilen kar mikari arttirilabilecegi gibi, internet sayfalari farkli ilgi alanlarina gore duzenlenerek ziyaretci memnuniyeti arttirilabilir. Web Madenciligi'nde Kullanilan Tekniklerden Bazilari ; 1. Resource Finding (Kaynak bulma) 2. Information Extraction and Pre-Processing  (Bilgi Çıkarımı ve Ön İşleme) 3. Generalization  (Genelleştirme) 4. Analysis  (Çözümleme) Kaynak Bulma (Resource Finding) ; Cok kapsamli bir konudur, kisaca bahsedecek olursak; elde ettigimiz bilgilerin kazanimidir. Bunuda yaparken elde edilen verilerin online/offline olmasina bakilmaksizin bir veri ambarinda toplanabilir. Bilgi Cikarimi ve On Isleme ; Bu adimda en onemli sey; asil onemli verilerin yani hic islenmemis saf verilerin elde edilmesidir. Bu sekilde her turlu donusturme islemleri guvenli bir sekilde yapilabilir. Yani onemli olan aslinda veri, kaynagindan islenmesi icin toplaniyor ve buradan isimize yarayacak sekilde verileri temizleyerek ayirabiliyoruz. Tabi Verilerin modellenmesi, siniflandirilmasi, filtrelenmesi konularida bunlarin arasindadir. Veri Madenciligini Siniflandiracak Olursak ; 1. Web Icerik Madenciligi ; Web kaynaklari icerisinde otomatik bir arama teknigi tanimlanabilir. Bu iceriklerde; resim, ses, muzik, goruntu, linkler ve metadata'lar bulunabilir. Icerikte bulunan kaynaklar arasinda filtrelemeler yapabiliriz. Kullanilan 2 yaklasim vardir; - Information Retrieval Approach (IR) ; Kullanicilarin profilleri baz alinarak bilgiler filtrelenmektedir. - Database Approach ; Verilerimizi modelleyerek yeni bir sekilde butunlestirip daha karmasik bir yapiya sokmak icin kullanilan bir yontemdir. Amaci daha gelismis sorgular calistirmak mumkun olmaktadir. 2. Web Yapi Madenciligi ; Linklere bakarak bilgi uretir. Linklerin topolojisine bagli kalacak sekilde siteler arasinda ki benzzerlik ve iliski gibi bilgileri tutar ve bu sayede sayfalarin link tasarimlarini ortaya cikarir. - HyperLink Analysis ; Bilgileri toplarken tamamen hyperlink'ler uzerinden calisilirsa bu isim verilmektedir. - Web Graph Structure ; Linkler bir araya getirilirse, olusacak bu yapida; iki nokta arasinda ki en kisa yola ulasilabiliyor. 3. Web Kullanim Madenciligi ; Web sunuculari arasindaki erisimlerin kullandigi desenlerin otomatik bulunmasinin ve analizinin yapildigi bir yapidir. Amaci ; kullanicilarin siteye erisiminden sonra gerisinde biraktigi bilgilerden veri uretebilmektir. 3 adet asamasi vardir. - On Islem (Preprocessing) ; veri ayristirma, kullanici kimligi, oturum kimligi, yol tamamlama... - Pattern Kesfi (Pattern Discovery) ; istatistiksel yontemler, eslestirme kurallari, kumeleme, siniflandirma, sirali patternlelr. - Patern Analizi (Pattern Analysis) ; gorsellestirme, veri ve bilgi sorgulama gibi cesitli konular incenlenmektedir. Keyifli Calismalar Dilerim...