Hurtownie danych. Analiza zachowań użytkownika w Internecie. Ewa Kowalczuk, Piotr Śniegowski. Informatyka Wydział Informatyki Politechnika Poznańska

Wielkość: px

Rozpocząć pokaz od strony:

Download "Hurtownie danych. Analiza zachowań użytkownika w Internecie. Ewa Kowalczuk, Piotr Śniegowski. Informatyka Wydział Informatyki Politechnika Poznańska"

Aneta Smolińska
7 lat temu
Przeglądów:

1 Hurtownie danych Analiza zachowań użytkownika w Internecie Ewa Kowalczuk, Piotr Śniegowski Informatyka Wydział Informatyki Politechnika Poznańska 2 czerwca 2011

2 Wprowadzenie Jak zwiększyć zysk sklepu internetowego?

3 Wprowadzenie Poznanie cech i preferencji użytkowników dostosowanie sklepu architektura serwisu wygląd stron asortyment modyfikacje dynamiczne up-selling cross-selling wydajność serwisu

4 Wprowadzenie Data webhouse clickstream zapis aktywności użytkownika na stronie WWW Ralph Kimball

5 Źródła danych Logowanie zdarzeń Extented Log format adres IP klienta dane identyfikacyjne znacznik czasowy GET/POST kod odpowiedzi HTTP rozmiar odpowiedzi HTTP referrer user agent

6 Źródła danych Logowanie zdarzeń Extented Log format adres IP klienta dane identyfikacyjne znacznik czasowy GET/POST kod odpowiedzi HTTP rozmiar odpowiedzi HTTP referrer user agent warstwa serwera aplikacji dodanie produktu do koszyka wyszukanie słowa kluczowego porzucenie koszyka

7 Źródła danych Clickstream sessionisation bezstanowość protokołu HTTP adres IP + user agent

8 Źródła danych Clickstream sessionisation bezstanowość protokołu HTTP adres IP + user agent ciasteczka

9 Źródła danych Crawlery

10 Źródła danych Crawlery wyłączone obrazki pusty referrer robots.txt wyjątkowo szybkie przeglądanie stron przeszukiwanie wszerz / wzdłuż brak zakupu

11 Źródła danych Crawlery wyłączone obrazki pusty referrer robots.txt wyjątkowo szybkie przeglądanie stron przeszukiwanie wszerz / wzdłuż brak zakupu podążanie za niewidzialnymi linkami

12 Źródła danych Informacje o użytkowniku dane demograficzne przychód wiek płeć styl życia

13 Źródła danych Informacje o użytkowniku dane demograficzne przychód wiek płeć styl życia źródła danych formularze rejestracyjne

14 Źródła danych Informacje o użytkowniku dane demograficzne przychód wiek płeć styl życia źródła danych formularze rejestracyjne dane o kartach kredytowych spisy ludności county recorder offices

15 Schemat hurtowni

16 Analiza danych Metody analizy przetwarzanie OLAPowe reguły asocjacyjne wzorce sekwencji uczenie maszynowe drzewa decyzyjne sieci neuronowe klasyfikator Bayesowski clustering

17 Analiza danych Uczenie maszynowe Osoby wydające ponad 512$ to samotne kobiety w wieku lat, zarabiające ponad 35000$ rocznie. kampanie ogólne bardzo tanie 2-3% skuteczności duża ilość poczty ryzyko zablokowania konta / odbierania reklam

18 Analiza danych Reguły asocjacyjne produkty często kupowane razem dynamiczna rekomendacja strony często odwiedzane razem połączenie odnośnikami pre-fetching pre-kompilacja

19 Analiza danych Wzorce sekwencji Użytkownik, który odwiedził stronę A, później E i C odwiedzi w kolejnych krokach stronę D.

20 Odkrywanie wzorców sekwencji Dane wejściowe użytkownik timestamp id produktu

21 Odkrywanie wzorców sekwencji 1. Sortowanie użytkownik sekwencja 001 (3)(9) 002 (2)(3)(467) 003 (357) 004 (3)(47)(9) 005 (9)

22 Odkrywanie wzorców sekwencji 2. Zbiory częste zbiór częsty liczba sekwencji wsparcie (> 0.3) kod A B C D E

23 Odkrywanie wzorców sekwencji 3. Transformacja zbiór częsty kod 3 A 4 B 7 C 47 D 9 E oryginalna sekwencja zakodowana sekwencja (3)(9) (A)(E) (2)(3)(467) (A)(BCD) (357) (AC) (3)(47)(9) (A)(BCD)(E) (9) (E)

24 Odkrywanie wzorców sekwencji 4. Sekwencjonowanie Jeżeli sekwencja nie jest częsta, to żadna jej nadsekwencja nie jest częsta. (H)(B) nie jest częsta (H)(A)(B) nie jest częsta, (AH)(B) nie jest częsta.

25 Odkrywanie wzorców sekwencji 4. Sekwencjonowanie częste 3-sekwencje ABC ABD ACD BCD kandydujące 4-sekwencje ABCC ABCD ABDC ABDD ACDD BCDD częste 4-sekwencje ABCD

26 Odkrywanie wzorców sekwencji 5. Maksymalizacja zbiór częsty kod 3 A 4 B 7 C 47 D 9 E Sekwencja maksymalna to sekwencja, która nie zawiera się w żadnej innej sekwencji ze zbioru. sekwencja częsta wsparcie odkodowana sekwencja sekwencje maksymalne (A)(B) 0.4 (3)(4) (A)(C) 0.4 (3)(7) (A)(E) 0.4 (3)(9) (3)(9) (A)(D) 0.4 (3)(47) (3)(47)

27 Odkrywanie wzorców sekwencji Zastosowania ścieżka liczność main.jsp splash.jsp END main.jsp main.jsp 3731 main.jsp main.jsp main.jsp 790 main.jsp hot.jsp registration.jsp 303 product.jsp

28 Podsumowanie Aplikowanie zmian ocena wzorców użyteczność możliwość podjęcia działań słowa kluczowe, które nie zostały znalezione liczność wstążka 1566 paseczki 1300 Emily 604 decoupage 529 biedronka 324 talerzyk 311 szkło 150

29 Podsumowanie Cykl życia hurtowni danych 1 analiza wymagań 2 projektowanie hurtowni 3 pobranie danych 4 przetwarzanie danych 5 wykorzystanie wyników analiz

Podobne dokumenty

Integracja technik eksploracji danych ]V\VWHPHP]DU]G]DQLDED]GDQ\FK QDSU]\NáDG]LH2UDFOHi Data Mining

$Integracja technik eksploracji danych ]V\VWHPHP]DU]G]DQLDED]GDQ\FK QDSU]\NáDG]LH2UDFOHi Data Mining$ Integracja technik eksploracji danych ]V\VWHPHP]DU]G]DQLDED]GDQ\FK QDSU]\NáDG]LH2UDFOHi Data Mining 0LNRáDM0RU]\ Marek Wojciechowski Instytut Informatyki PP Eksploracja danych 2GNU\ZDQLHZ]RUFyZZGX*\FK