| عنوان فارسی مقاله: | استفاده از داده کاوی وب برای بهبود طراحی وبسایت های تجارت الکترونیکی، سایت مورد مطالعه: OrOliveSur.com |
| عنوان انگلیسی مقاله: | Web usage mining to improve the design of an e-commerce website: OrOliveSur.com |
| دانلود مقاله انگلیسی: | برای دانلود رایگان مقاله انگلیسی با فرمت pdf اینجا کلیک نمائید |
| سال انتشار | 2012 |
| تعداد صفحات مقاله انگلیسی | 7 صفحه |
| تعداد صفحات ترجمه مقاله | 13 صفحه |
| مجله | سیستم های هوشمند با نرم افزارها |
| دانشگاه | خائن کشور اسپانیا |
| کلمات کلیدی | – |
| نشریه الزویر | Elsevier |
فهرست مطالب:
چکیده
۱- مقدمه
۲- وبسایت تجارت الکترونیکی: OrOliveSur.com
۳- داده کاوی وب
۴- استخراج استفاده از وب در OrOliveSur.com
۴ ۱ گردآوری و پیش-پردازش داده ها
۴ ۲ استخراج داده
۴ ۳ تحلیل و تایید
۵- نتیجه گیری ها
بخشی از ترجمه:
داده کاوی در وب، فرآیند استخراج اطلاعات مفید از تاریخچه پایگاه داده کاربران در یک وبسایت تجارت الکترونیک است. این استخراج معمولا بوسیله تکنیک های استخراج داده ها انجام می شود که بر روی server log data یا داده های بدست آمده از ابزار خاص مانند Google Analystic اعمال می شود. این مقاله روش استفاده شده در وبسایت تجارت الکترونیکی با نام www.orolivesur.com را معرفی میکند. ما سری مراحل انجام شده از جمله جمع آوری داده ها، پیش-پردازش داده ها، استخراج و تحلیل دانش را توصیف میکنیم. این دانش با استفاده از الگوریتم های استخراج تحت نظارت و بدون نظارت از طریق کارهای توصیفی مانند دسته سازی، اجتماع و کشف زیرگروه ها، استخراج می گردد؛ اعمال راهکارهای جدید و سنتی. نتایج بدست آمده خصوصا برای منافع تیم طراحی وبسایت مورد بحث قرار می گیرد و رهنمودهایی را برای بهبود قابلیت استفاده آن و رضایت کاربران فراهم می سازد.
1- مقدمه
تجارت الکترونیکی، همان خرید و فروش محصولات یا خدمات از طریق رسانه های الکترونیکی مانند اینترنت و شبکه های دیگر کامپیوتری می باشد. ابتدا، این عبارت در مورد استخراج معاملات از طریق تراکنش های الکترونیکی مانند تبادل اطلاعات الکترونیکی گفته می شد. البته، با پیدایش اینترنت در اواسط دهه 90، عمدتا به فروش کالاها و خدمات در اینترنت، اغلب با استفاده از پرداخت الکترونیکی نسبت داده می شد. مقدار تجارت الکترونیکی انجام شده بخاطر وجود اینترنت تا حد زیادی پیشرفت داشته است. تنوع زیادی از تجارت به این شیوه در آمده است که ایجاد و استفاده از ابتکاراتی مانند انتقال پول الکترونیکی، مدیریت زنجیره سپرده، بازاریابی در اینترنت، فرآیند انتقال آنلاین، تبادل داده های الکترونیکی، سیستم ها، مدیریت ابتکاری و جمع آوری داده ها بصورت خودکار، را شبیه سازی میکند.
پس از تمرکز شرکت olive oil (روغن زیتون) در آندلس اسپانیا در سالهای اخیر، مقالات در مورد صادرات محصولات زیتون، استفاده از تجارت الکترونیک در شرکت های کشاورزی و اتخاذ اطلاعات و تکنولوژی های ارتباطاتی بعنوان ابزار ضروری در چنین صادراتی زیاد شده است. مطالعات جالبی بر روی بازار بین المللی و تقاضا برای روغن زیتون توسط میلی و زونیگا، انجام شد. همچنین، این مسئله حائز اهمیت است که بحث هاب مربوط به عوامل تاثیرگذار بر روی تقاضای مشتریان برای روغن زیتون با انتخاب مدل های بر اساس بیانیه های هکمن می باشد. همچنین، همکاری های دیگری هم درباره مطالعات واقع در بیرون از اسپانیا، رضایت مشتری و هزینه های مربوط به روغن زیتون برای پیشرفت و بازاریابی شرکت یونانی روغن زیتون انجام شده است و پیش بینی می کند که صادرات باید فروش های خود را افزایش دهند.
نیاز به پیشنهاد کردن روشهایی برای تحلیل هوشمندانه داده ها افزایش می یابد تا استخراج دانش سودمند از داده ها را ممکن سازد. این همان مفهوم کشف دانش در پایگاه داده ها (KDD) است، که میتوان آنرا بعنوان فرآیند نابدیهی تشخیص الگوها در داده ها با خصوصیات زیر تعریف کرد: معتبر، جدید، مفید و قابل درک. فرآیند KDD یک سری مراحل متقابل و تکراری است که از بین آنها می توان به پیش-پردازش داده ها برای تصحیح بی دقتی ها، عدم کامل بودن یا ناسازگاری های موجود، کاهش تعداد موارد ثبت شده یا یافتن مشخص ترین ویژگی ها اشاره کرد. KDD تکنیک های سنتی و قدیمی استخراج دانش را با منابع متعدد توسعه یافته در حیطه هوش مصنوعی ترکیب می سازد.
در مقالات خاص، ما کاربردهای اخیر و بازبینی های یکپارچه در مورد استفاده از استخراج اطلاعات در تجارت الکترونیکی را می یابیم. در مقالات اسکافر، کنستان و ریدل، مولفان بر روی مدل های مختلف پیشنهادات تجارت الکترونیکی بحث می کنند و در مقاله هو و لیو، روشی برای استخراج اطلاعات از پرسشنامه های مشتریان نشان داده شده است. استخراج دانش پیش بینی شده برای انجام پیشنهادات شخصی در استفاده در وب بکار می رود و قوانین مربوط به آن برای توصیف همان کار بکار می روند. کارهای توصیفی و پیش بینی کننده میتوانند با هم ترکیب گردند تا همان منظور و پیشنهادات مربوطه به محصولات متغیر-زمانی را انجام دهند. تحلیل رفتار مشتری در وبسایت های تجارت الکترونیکی در سالهای اخیر توجه زیادی را به خود جلب کرده است.
در این مقاله، ما روش خاصی را برای استخراج اطلاعات مفید از داده های وب با استفاده از Analytics Google در وبسایت توصیف میکنیم. این وبسایت به فروش های ملی و بین المللی روغن زیتون و محصولات مشتق از ناحیه جنوبی آندلس اسپانیا اختصاص داده شده است. مراحل توصیف شده، مراحل همراه با استخراج و پیش-پردازش داده ها، استخراج دانش و تحلیل نتایج هستند. از میان تکنیک های بکار رفته برای تحلیل این سری داده ها میتوان دسته سازی، قوانین مربوطه و تکنیک های کشف زیرگروه ها را نام برد چون ما باید رفتار کاربران را در وبسایت با توجه به چندین ویژگی توصیف کنیم. مثالهایی از قوانین مربوطه، دسته ها و زیرگروه ها با پیش آمدن بحث درباره بهترین راه های بهبود قابلیت استفاده و راحتی مشتریان وبسایت مورد تحلیل قرار خواهد گرفت.
این مقاله بشرح زیر است: بخش 2 اطلاعات اصلی درباره وبسایت تجارت الکترونیکی را معرفی میکند که این مقاله بر اساس آن نوشته شده است ، بخش 3 خلاصه ای از استخراج داده های وب و مزیت های این تکنولوژی را بیان میکند. بخش 5 نتیجه گیری های این مقاله را برای کارشناسان بیان میکند.
بخشی از مقاله انگلیسی:
1. Introduction
Electronic commerce is the buying and selling of products or servicesthrough electronic media, such as Internet and other computernetworks. Originally, the term was applied to the executionof transactions through electronic transactions such as electronicdata interchange. However, with the advent of Internet in the mid90’s, it began mainly referring to the sale of goods and services onInternet, primarily using electronic payment. The amount of tradeconducted electronically has grown extraordinarily since thespread of Internet. A high variety of commerce is made in thisway (Soares, Peng, Meng, Washio, & Zhou, 2008), stimulating thecreation and use of innovations such as electronic funds transfer,the supply chain management, marketing on Internet, online transactionprocessing, electronic exchange data, systems, inventorymanagement and automated data collection.After the concentration of olive oil cooperatives in Andalusia(Spain), in the last years, the literature proliferates on the exportof olive products (Moral-Pajares & Lanzas-Molina, 2009), the useof e-commerce in the agricultural cooperatives and the adoptionof Information and Communication Technologies as an essentialtool in such export. Interesting studies on the international marketand demand for olive oil were conducted by Mili and Zuniga(2003). Also, it is worth mentioning the discussion of factorsaffecting consumer demand for olive oil by selection biasmodels based on the Heckman correction (Tsakiridou, Mattas, & Tzimitra-Kalogianni, 2006). In addition, other contributionsconcerning studies located outside Spain, advocates of consumersatisfaction and costs of olive oil (Krystallis, Fotopoulos, & Zotos,2006). Blery and Kapsopoulou (2007) conducted a study relatedto the promotion and marketing of a Greek company, olive oiland predict that exports are needed to increase sales.The need arises to propose methodologies for intelligent dataanalysis, to enable the extraction of useful knowledge from thedata (Fayyad, Piatetsky-Shapiro, & Smyth, 1996). This is the conceptof the Knowledge Discovery in Databases (KDD), which canbe defined as the nontrivial process of identifying patterns in datawith the following characteristics: valid, novel, useful and understandable(Han, 2005). The KDD process is a set of interactiveand iterative steps, including among them the pre-processing ofthe data to correct inaccuracies, incompleteness or inconsistencypresent, reducing the number of records or finding the most representativefeatures. KDD combines the traditional techniques ofknowledge extraction with numerous resources developed in thearea of artificial intelligence.In the specialized literature, we found recent applications andconsolidated reviews on the use of data mining in e-commerce. InSchafer, Konstan, and Riedl (2001), the authors discussed differentmodels of e-commerce recommendation and in Hu and Liu (2004)a methodology to extract information from customer questionnaireswas provided. The extraction of predictive knowledge is used to setpersonalized recommendations in web use (Zhang & Jiao, 2007) andassociation rules are used for descriptive same task (Lazcorreta,Botella, & Fernandez-Caballero, 2008). Predictive and descriptivetasks can hybridize to achieve the same purpose (Kim, Cho, Kim,Kim, & Suh, 2002) and the recommendation of time-varying products(Min & Han, 2005). The analysis of customers’ behaviour in ecommercewebsites has attracted much attention in recent years(Liao, Chen, & Lin, 2011; Thorleuchter, Poel, & Prinzie, 2012).In this paper, we describe an specific methodology for extractinguseful information from web usage data acquired using GoogleAnalytics in the website www.OrOliveSur.com. This website is devotedto the national and international sales of extra virgin olive oiland derivatives products from the south region of Spain, Andalusia.The phases described are those associated to the extraction andpreprocessing of the data, extraction of knowledge and analysisof results. Among the techniques employed in order to analyse thisdata set are used clustering, association rules and subgroup discoverytechniques because we need to describe user behaviours in thewebsite with respect to several properties. Some examples of associationrules, clusters and interesting subgroups will be analyzedraising a discussion about the best ways for improving the usabilityand comfort for the customer of the website.The paper is organised as follows: Section 2 presents the maininformation about the e-commerce website in which is based thispaper ‘‘www.OrOliveSur.com’’, Section 3 shows a brief summaryabout web usage mining and advantages contributed by this technology,in Section 4 the complete experimental study is presentedand finally, Section 5 presents concluding remarks about this studyto the experts.2. E-commerce website: OrOliveSur.comOrOliveSur1 is a project born in the province of Jaén from Andalusia(Spain) in 2010. The main purpose is to announce to the world thetreasure of its land, the extra virgin olive oil. This website is focused inthe olive oil produced in a particular territory of Jaén: the SierraMágina Natural Park. Sierra Mágina is a protected area of 50,000 acresof natural park, made up of forested slopes, concealed valleys and ruggedmountain peaks. The highest peak, the Mágina Mountain is thehighest in the Jaén province, standing at 2,167 metres.
| عنوان فارسی مقاله: | استفاده از داده کاوی وب برای بهبود طراحی وبسایت های تجارت الکترونیکی، سایت مورد مطالعه: OrOliveSur.com |
| عنوان انگلیسی مقاله: | Web usage mining to improve the design of an e-commerce website: OrOliveSur.com |
خرید ترجمه فارسی مقاله با فرمت ورد
خرید نسخه پاورپوینت این مقاله جهت ارائه