Mostrar el registro sencillo del ítem
dc.contributor.author | Alcivar, Patricia | |
dc.contributor.author | Idrovo, Fanny | |
dc.contributor.author | Macas, Victor | |
dc.contributor.author | Echeverria Briones, Pedro Fabricio | |
dc.date.accessioned | 2009-02-19 | |
dc.date.available | 2009-02-19 | |
dc.date.issued | 2009-02-19 | |
dc.identifier.uri | http://www.dspace.espol.edu.ec/handle/123456789/477 | |
dc.description.abstract | Cuando los visitantes interactúan con su sitio, proveen información acerca de ellos y de como responden a su contenido: que enlaces visitaron, donde gastaron más su tiempo, y cuando navegaron. Algunos visitantes pueden incluso dar información de su estilo de vida o proveer nombres y direcciones, productos de competitividad o complementarios. Toda esta información es usualmente almacenada en una base de datos. Como resultado, se tiene mucha información de la Web, visitantes y contenido; pero probablemente no se esta haciendo el mejor uso de esta información. En este artículo describimos el uso de actividades de minería en la Web, que apuntan a la extracción de modelos del comportamiento navegacional de los usuarios de un sitio Web. Los modelos son inferidos del Log de un servidor Web por medio de datos y técnicas de Web Mining. La extracción de conocimiento es realizada con el propósito de ofrecer una vista personalizada y proactiva de los servicios Web para el usuario. Primero describimos el preprocesamiento, pasos en el Log necesarios para limpiar, seleccionar y preparar datos para la extracción de conocimiento. Luego, mostramos y explicamos las tres principales técnicas de Web Mining que usaremos: Reglas de Asociación , Clustering y Patrones Secuenciales. | en |
dc.language.iso | spa | en |
dc.rights | openAccess | |
dc.subject | WEB MINING | en |
dc.subject | LOG DEL SERVIDOR | en |
dc.subject | EXTRACCION DE CONOCIMIENTO | en |
dc.subject | REGLAS DE ASOCIACION | en |
dc.subject | CLUSTERING | en |
dc.subject | PATRONES SECUENCIALES | en |
dc.title | Sistema de desarrollo de estrategias de marketing e inteligencia de negocios usando web mining | en |
dc.type | Article | en |