Efektivní metody pro dolování clickstream vzorů

DSpace Repository

Language: English čeština 

Efektivní metody pro dolování clickstream vzorů

Show simple item record

dc.contributor.author Huynh, Minh Huy
dc.date.accessioned 2025-09-24T05:48:50Z
dc.date.available 2025-09-24T05:48:50Z
dc.date.issued 2020-06-26
dc.identifier Elektronický archiv Knihovny UTB
dc.identifier.isbn 978-80-7678-357-7 cs
dc.identifier.uri http://hdl.handle.net/10563/56898
dc.description.abstract Vytěžování a získávání informačních dat jsou v posledních letech předmětem velkého zájmu. Jednou z forem extrahovaných informací jsou často se opakující vzory, které vyjadřují obvyklé chování, k němuž často dochází v historických záznamech. Výrazný typ takových vzorů, tok kliků (clickstream), se objevil díky internetu a online komerčnímu podnikání. Jednoduchým příkladem je posloupnost webových stránek, které uživatelé často navštěvují, a znalost takového chování může majitelům webových stránek pomoci přizpůsobit jejich webové stránky tak, aby pomohly zlepšit uživatelský zážitek nebo doporučit užitečné informace. Takovou úlohu zjišťování clickstreamů lze nazvat clickstream pattern mining (dolování vzorů clickstreamů). Tato práce zkoumá některé aspekty dolování vzorů clickstreamů a také možnosti zlepšení výkonnosti algoritmů v tomto tématu. V práci byly provedeny experimenty v 5 případových studiích a v práci navržené přístupy byly porovnány s jinými moderními metodami. Na většině testovacích databází se ukázalo, že jsou nejen účinné a efektivní, ale také rychlejší než ostatní metody.
dc.format 44 cs
dc.language.iso en
dc.publisher Univerzita Tomáše Bati ve Zlíně
dc.rights Bez omezení
dc.subject clickstream pattern mining cs
dc.subject sekvenční dolování vzorů cs
dc.subject dolování vzorů cs
dc.subject vážené dolování vzorů cs
dc.subject paralelní výpočty cs
dc.subject inkrementální algoritmy cs
dc.subject dolování dat cs
dc.subject clickstream pattern mining en
dc.subject sequential pattern mining en
dc.subject pattern mining en
dc.subject weighted pattern mining en
dc.subject parallel computing en
dc.subject incremental algorithms en
dc.subject data mining en
dc.title Efektivní metody pro dolování clickstream vzorů
dc.title.alternative Efficient Methods for Mining Clickstream Patterns
dc.type disertační práce cs
dc.contributor.referee Krömer, Pavel
dc.contributor.referee Šilhavý, Radek
dc.contributor.referee Volná, Eva
dc.date.accepted 2025-08-26
dc.description.abstract-translated Mining and extracting informative data have been of great interest for research in recent years. One form of extracted information is frequent patterns, which express the common behaviours that often happen throughout historical records. A distinct type of such pattern, clickstreams, has emerged due to the Internet and online commercial business. A simple example is a sequence of web pages that users often visit, and knowing such behaviours can help website owners customize their web pages to help improve the user experience or recommend helpful information. Such a task of discovering clickstreams can be called clickstream pattern mining. This work explores some aspects of clickstream pattern mining as well as the possibilities for improving the performance of algorithms in this topic. Through the experiments in all 5 cases of study, the thesis? proposed approaches were compared with other state-of-the-art methods. They were shown not only effective and efficient but also faster than the other methods on most test databases.
dc.description.department Ústav informatiky a umělé inteligence
dc.thesis.degree-discipline Information Technologies cs
dc.thesis.degree-discipline Engineering Informatics en
dc.thesis.degree-grantor Univerzita Tomáše Bati ve Zlíně. Fakulta aplikované informatiky cs
dc.thesis.degree-grantor Tomas Bata University in Zlín. Faculty of Applied Informatics en
dc.thesis.degree-name Ph.D.
dc.thesis.degree-program Information Technologies cs
dc.thesis.degree-program Information Technologies en
dc.identifier.stag 72051
dc.date.submitted 2025-06-30


Files in this item

Files Size Format View Description
huynh_teze_2025.pdf 2.467Mb PDF View/Open
huynh_2025_dp.pdf 4.229Mb PDF View/Open None
huynh_2025_op.pdf 4.540Mb PDF View/Open None
huynh_2025_vp.pdf 21.83Kb PDF View/Open None

This item appears in the following Collection(s)

Show simple item record

Find fulltext

Search DSpace


Browse

My Account