Zusammenfassung
Web Mining wird oft als Technologie betrachtet, deren Werkzeuge eine spezielle Gruppe von Wissensentdeckungsverfahren sind. Hier wird Web Mining eher als ein Prozess betrachtet, der mit der Formulierung einer strategischen oder taktischen Fragestellung anfängt und mit einem Maßnahmenkatalog zur Beantwortung dieser Frage endet. Kennzeichnend für Web Mining ist dabei, dass sich die Fragestellungen auf den Web-Auftritt einer Institution beziehen, dass die Maßnahmen der Optimierung dieses Web-Auftritts dienen sowie dessen Integration in die Geschäftsprozesse der Institution, und dass die Ableitung der Maßnahmen auf der Analyse der Daten im Ist-Zustand basiert.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Adomavicius, G.; Tuzhilin, A. (2001): Expert-driven validation of rule-based user models in personalization applications. In: Data Mining and Knowledge Discovery, Vol. 5, Nr. 1/2, S. 33–58.
Baron, S.; Spiliopoulou, M. (2001): Monitoring change in mining results. In Kambayashi, Y.; Winiwarter, W.; Arikawa M. (Hrsg.): Data Warehousing and Knowledge Discovery, Third International Conference, DaWaK 2001, Berlin et al., S. 51–60.
Baron, S.; Spiliopoulou, M. (2002): Monitoring the results of the KDD process: An overview of pattern evolution. In: Meij, J.M. (Hrsg.): Dealing with the Data Flood: Mining data, text and multimedia, Den Haag, Chapter 5.
Baumgarten, M.; Büchner, A.G.; Anand, S.S.; Mulvenna, M.D.; Hughes, J.G. (2000): Navigation pattern discovery from Internet data. In: Masand, B.; Spiliopoulou, M. (Hrsg.): Advances in Web Usage Mining and User Profiling: Proceedings of the WEBKDD’99 Workshop, Berlin, S. 70–87.
Cheung, D.W.; Lee, S.D.; Kao, B. (1997): A general incremental technique for maintaining discovered association rules. In: DASFAA’97, Melbourne, Australia.
Cutler, M.; Sterne, J. (2000): E-metrics — business metrics for the new economy. Net-Genesis Corporation, Technical report, http://www.netgen.com/emetrics (Zugriff: 22.07.2001).
Ester, M.; Kriegel, H.-P.; Sander, J.; Wimmer, M.; Xu, X. (1998): Incremental clustering for mining in a data warehousing environment. In: VLDB’98, New York, S. 323–333.
Köhntopp, M. (2000): Generisches Identitätsmanagement im Endgerät. http://wwww.koehntopp.de/marit/pub/idmanage/generic (Zugriff: 7.03.2002).
Lin, W.; Alvarez, S.A.; Ruiz, C. (2002): Efficient Adapative-Support Association Rule Mining for Recommender Systems. In: Data Mining and Knowledge Discovery, Vol. 6, No. 1, S. 83–105.
Pechoucek, M.; Stepankova, O.; Miksovsky, P. (1999): Maintenance of discovered knowledge. In: Proceedings of the 3rd European Conference on Principles of Data Mining and Knowledge Discovery, Berlin et al., S. 476–483.
Pyle, D. (1999): Data Preparation for Data Mining. San Francisco, CA.
Spiliopoulou, M.; Faulstich, L.C. (1998): WUM: A Tool for Web Utilization Analysis. In: Extended version of Proceedings of the Workshop WebDB′98 of the EDBT′98 International Conference, Berlin, S. 184–203.
Spiliopoulou, M.; Mobasher, B.; Berendt, B.; Nakagawa, M. (2002): Evaluating data preparation in Web usage analysis. Erscheint in: INFORMS Journal on Computing.
Spiliopoulou, M.; Pohle, C. (2001): Data mining for measuring and improving the success of web sites. In: Data Mining and Knowledge Discovery, Vol. 5, No. 1/2, S. 85–114.
Editor information
Rights and permissions
Copyright information
© 2002 Friedr. Vieweg & Sohn Verlagsgesellschaft mbH, Braunschweig/Wiesbaden
About this chapter
Cite this chapter
Spiliopoulou, M., Berendt, B. (2002). Entwicklungsperspektiven zum Web Mining. In: Hippner, H., Merzenich, M., Wilde, K.D. (eds) Handbuch Web Mining im Marketing. Aus dem Bereich IT erfolgreich nutzen. Vieweg+Teubner Verlag. https://doi.org/10.1007/978-3-322-89871-5_24
Download citation
DOI: https://doi.org/10.1007/978-3-322-89871-5_24
Publisher Name: Vieweg+Teubner Verlag
Print ISBN: 978-3-322-89872-2
Online ISBN: 978-3-322-89871-5
eBook Packages: Springer Book Archive