|
Title:
|
Web pattern detection for business intelligence with data mining
|
|
Author:
|
Palomino Gayete, Arturo; Gibert, Karina
|
|
Other authors:
|
Universitat Politècnica de Catalunya. Departament d'Estadística i Investigació Operativa; Universitat Politècnica de Catalunya. KEMLG - Grup d'Enginyeria del Coneixement i Aprenentatge Automàtic |
|
Abstract:
|
Finding Internet browsing patterns is a current hot topic, with expected benefits in many areas, marketing and business intelligence among others. Discovering user's internet habits might improve fields like chained-publicity, e-commerce and media optimization. The large amount of data contained in log files that is currently being analyzed to find user's patterns require efficient and scalable data mining solutions. This paper proposes an algorithm to identify the most frequent route followed by Internet users, based on a specific combination of simple statistical and vectorial operators that provides exact solution with a really cheap computational cost. In the paper, the performance is compared with other two algorithms and an application to a real case study in the field of bussiness intelligence and chained publicity is presented. |
|
Abstract:
|
Peer Reviewed |
|
Subject(s):
|
-Àrees temàtiques de la UPC::Matemàtiques i estadística::Anàlisi numèrica::Modelització matemàtica
-Àrees temàtiques de la UPC::Matemàtiques i estadística::Investigació operativa::Programació matemàtica
-Numerical analysis--Simulation methods
-Numerical analysis
-cross media
-data mining
-Eclat
-internet
-marketing mix
-media optimization
-return of investment
-web domain
-web mining
-Anàlisi numèrica
-Anàlisi numèrica -- Programació
-65K Mathematical programming, optimization and variational techniques
-Classificació AMS::65 Numerical analysis::65C Probabilistic methods, simulation and stochastic differential equations |
|
Rights:
|
|
|
Document type:
|
Article - Published version
Conference Object |
|
Published by:
|
IOS Press
|
|
Share:
|
|
