在WWW上動態調整建議引擎之設計

Abstract

由於網際網路的快速發展，經由全球資訊網來搜尋資訊及網路購物已成為趨勢，為了要提升網站的競爭力，網站管理者除了要不斷地更新及充實網頁的內容以獲得使用者的青睞外，藉由分析使用者目前瀏覽網頁的方式，結合其他使用者類似的瀏覽網頁之使用紀錄，希望能夠有效地評估出使用者所欲尋找的網頁，並即時地提供精確的網頁建議，透過這種讓使用者感覺為其量身訂做之個人化(Personalize) 網頁的呈現方式，加強網站使用的方便性，建立使用者對網站的忠誠度，進而有再次瀏覽該網站的興趣。本研究係利用web usage mining之技術，將網站使用紀錄檔中所儲存使用者瀏覽網頁的習慣加以分析歸類，並參考目前網站使用者瀏覽的方式，動態結合association rules、clustering及統計等knowledge discovery技術，即使網站管理者在線上新增、刪除或異動部分的網頁或其鏈結對象，具有動態調整建議能力之recommendation engine一樣不受影響，可以提供使用者最佳網頁連結的建議。