ВКР: Поиск и использование шаблонов последовательных событий при анализе логов

Оглавление




















3

Введение


Уже в течение многих лет неуклонно растет интерес к методам обнаружения знаний в базах данных (knowledge discovery in databases). Объемы современных баз данных, которые весьма внушительны, вызвали устойчивый спрос на новые масштабируемые алгоритмы анализа данных. Одним из популярных и весьма актуальных методов обнаружения знаний являются алгоритмы поиска шаблонов последовательных событий (sequential pattern mining или SPM).

Использование шаблонов позволяет находить закономерности между связанными во времени событиями.

Одним из примеров области применения таких знаний может послужить интернет-торговля. Поиск наиболее частых последовательностей покупок позволяет получить информацию о том, через какой промежуток времени после покупки товара “А” человек наиболее склонен купить товар “Б”, или в какой последовательности приобретаются товары. Получаемые закономерности в действиях покупателей можно использовать для персонализации клиентов, формирования более выгодного предложения, стимулирования продаж определенных товаров или управления запасами.

Другим примером области применения задачи SPM может послужить веб-аналитика. Зная наиболее популярные последовательности переходов по страницам, можно размещать на соответствующих страницах определенный контент или изменить структуру сайта с целью более быстрого и удобного доступа к некоторым страницам. Подобный анализ сайтов обычно требует больших денежных затрат (в случае привлечения сторонних организаций), либо наличия эксперта в данной области, поскольку свободные решения



4


(Яндекс.Метрика, Google