چکيده— آنالیز اطلاعات مربوط به ثبت وقایع وب کاربران و استخراج رفتار های مربوط به مشاهده وب، موضوعات تحقیقاتی مهم و چالش برانگیزی در حوزه «کاوش کاربردی وب» بشمار می روند. کاربران با جست و جوی کلمات کلیدی در موتور های جست و جو، سایت های مورد علاقه خود و گاها نیز سایت های جدید را بازدید می کنند. رفتار کاربران در مشاهده وب را می توان به صورت یک گراف در نظر گرفت؛ چرا که وب سایت های بازدید شده و کلمات کلیدی ورودی برای جست و جو، در یک توالی زمانی با یکدیگر مرتبط می باشند. ما این گراف را «گراف کلمه کلیدی سایت» می نامیم. این مقاله یک روش شناسایی علایق کاربران را توصیف می نماید که اساس آن مبتنی بر آنالیز «گراف کلمه کلیدی سایت» می باشد. این روش برای استخراج زیر گراف های نشان دهنده بازدید روتین کاربران از یک «گراف کلمه کلیدی سایت» کاربرد دارد. «گراف کلمه کلیدی سایت» با توجه به داده های الحاقی مربوط به سنجش بازدیدکنندگان وب (داده های ثبت وقایع وب) ایجاد می شود. نتایج تجربی نشان می دهند که روش ما در یافتن زیر گراف هایی که شامل اکثر سایت های مورد علاقه کاربران می باشد؛ موفق است.
کلمات کليدي:کاوش کاربردی وب، داده های مربوط به سنجش بازدیدکنندگان وب، گراف کلمه کلیدی سایت، PageRank (رتبه صفحه)، مصورسازی

Abstract:  Analyzing users’ Web log data and extracting their interests of Web-watching behaviors are important and challenging research topics of Web usage mining. Users visit their favorite sites and sometimes search new sites by performing keyword search on search engines. Users’ Web-watching behaviors can be regarded as a graph since visited Web sites and entered search keywords are connected with each other in a time sequence. We call this graph as a site-keyword graph. This paper describes a method for clarifying users’ interests based on an analysis of the site-keyword graph. The method is for extracting subgraphs representing users’ routine visit from a site-keyword graph which is generated from augmented Web audience measurement data (Web log data). Experimental result shows that our new method succeeds in finding subgraphs which contain most of users’ interested sites.
Keywords: Web usage mining, Web audience measurement data, Site-keyword graph, PageRank, Visualization