Κορφιάτης Γιώργος Παλιούρας Γιώργος

Παρουσίαση με θέμα: "Κορφιάτης Γιώργος Παλιούρας Γιώργος"— Μεταγράφημα παρουσίασης:

1 Κορφιάτης Γιώργος Παλιούρας Γιώργος
Μοντελοποίηση της πλοήγησης των χρηστών στον Παγκόσμιο Ιστό με χρήση μεθόδων Συμπερασμού Γραμματικών Κορφιάτης Γιώργος Παλιούρας Γιώργος

2 Αντικείμενο Κατασκευή μοντέλου ικανού να περιγράψει την πλοήγηση των χρηστών στον Παγκόσμιο Ιστό Χρήση του μοντέλου για πρόταση σελίδων Μάρτιος 2006

3 Περιεχόμενα Εξατομίκευση Μέθοδοι Συμπερασμού Γραμματικών
Μέθοδος μοντελοποίησης της πλοήγησης στον Ιστό Πειραματική Αξιολόγηση Συμπεράσματα Μάρτιος 2006

4 Παγκόσμιος Ιστός Ανεξάντλητη πηγή πληροφοριών αλλά… Έλλειψη δομής
Υπερσυσσώρευση πληροφοριών Χρήστες μη ειδικοί Μάρτιος 2006

5 Παγκόσμιος Ιστός Ανάγκη υποβοήθησης του χρήστη στον εντοπισμό χρήσιμης πληροφορίας Λύση: Εξατομίκευση των υπηρεσιών Μάρτιος 2006

6 Εξατομίκευση Σε επίπεδο ιστοχώρου: Αναγνώριση χρήστη
Προσαρμογή ιστοσελίδας στα μέτρα του χρήστη Καθοδήγηση (πρόταση συνδέσμων) Μοντελοποίηση χρήστη με τεχνικές Εξόρυξης Γνώσης από Δεδομένα (Data Mining) Μάρτιος 2006

7 Ανακάλυψη Προτύπων Πλοήγησης
Στόχος η πρόταση συνδέσμων Μοντελοποίηση της πλοήγησης Διαδικασία εξόρυξης γνώσης από δεδομένα χρήσης Μάρτιος 2006

8 Προσεγγίσεις Ντετερμινιστικές Στοχαστικές
Εύρεση συχνά επαναλαμβανόμενων ακολουθιών σελίδων Κανόνες διαδοχής, Κοινότητες χρηστών Στοχαστικές Κατασκευή μοντέλου πιθανοτήτων Χρήση μαρκοβιανών μοντέλων Χρήση Συμπερασμού Γραμματικών Μάρτιος 2006

9 Προσεγγίσεις Κατάλληλες για έναν ιστοχώρο αλλά…
Ακατάλληλες για τον Παγκόσμιο Ιστό Μεγάλος όγκος Ανομοιογένεια περιεχομένου Μάρτιος 2006

10 Μοντελοποίηση της πλοήγησης σε όλο τον Παγκόσμιο Ιστό
Τα δεδομένα χρήσης δεν επαρκούν Χρειάζεται επιπλέον πληροφορία π.χ. σύγκριση περιεχομένου των σελίδων Μάρτιος 2006

11 Η προσέγγισή μας Περιγραφή πλοήγησης με γραμματική
Χρήση μεθόδων Συμπερασμού Γραμματικών Αξιοποίηση δεδομένων χρήσης και πληροφορίας για ομοιότητα περιεχομένου σελίδων Μάρτιος 2006

12 Συμπερασμός Γραμματικών
Κλάδος της Μηχανικής Μάθησης Επαγωγική εκμάθηση γραμματικής από δεδομένα G0 Παραγωγή Δεδομένα Συμπερασμός G Μάρτιος 2006

13 Κανονικές Γραμματικές
Απλούστερη κλάση γραμματικών Κανόνες της μορφής: A→aB | a | ε Μάρτιος 2006

14 Πιθανοτικές Κανονικές Γραμματικές
Πιθανότητα εμφάνισης συμβολοσειράς Πιθανότητες πάνω στις μεταβάσεις και στους κόμβους Μάρτιος 2006

15 Μέθοδος Alergia Συμπερασμός πιθανοτικής κανονικής γραμματικής (αυτομάτου) Ξεκινά από δενδρική δομή (PPTA) Εφαρμογή: Σύμβολα ↔ Ιστοσελίδες Συμβολοσειρές ↔ Σύνοδοι χρήσης Μάρτιος 2006

16 Alergia: Αρχικό PPTA Μάρτιος 2006

17 Alergia Συγχωνεύει κόμβους Κριτήριο Συμβατότητας: όμοιες μεταβάσεις
Μάρτιος 2006

18 Alergia: Εκτέλεση Μάρτιος 2006

19 Alergia: Εκτέλεση Μάρτιος 2006

20 Alergia: Εκτέλεση Μάρτιος 2006

21 Alergia: Εκτέλεση Μάρτιος 2006

22 Alergia: Εκτέλεση Μάρτιος 2006

23 Μέθοδος Blue Fringe Παρόμοια με τον Alergia
Πιο έξυπνη επιλογή συγχωνεύσεων Σύνολα κόκκινων και μπλε κόμβων Βαθμολογεί τα ζευγάρια κόκκινων-μπλε Επιλέγει το καλύτερο ζευγάρι Μεγαλύτερη χρονική πολυπλοκότητα Μάρτιος 2006

24 Blue Fringe: Εκτέλεση Μάρτιος 2006

25 Blue Fringe: Εκτέλεση Το σημαντικό είναι ότι βαθμολογεί όλα τα ζευγάρια και διαλέγει το καλύτερο. Το μέτρο βαθμολόγησης είναι όπως στον Alergia. Μάρτιος 2006

26 Blue Fringe: Εκτέλεση Μάρτιος 2006

27 Blue Fringe: Εκτέλεση Μάρτιος 2006

28 Blue Fringe: Εκτέλεση Μάρτιος 2006

29 Αξιοποίηση για μοντελοποίηση πλοήγησης στον Ιστό
Σύμβολα Ιστοσελίδες Συμβολοσειρές Σύνοδοι χρήσης Συγχώνευση κόμβων Δημιουργία ομάδων σελίδων Πιθανότητες στις μεταβάσεις Συχνότητα μετάβασης μεταξύ σελίδων / ομάδων Μάρτιος 2006

30 Νέα μέθοδος CANUMGI Content-Aware Navigational User Modeling with Grammatical Inference Τροποποίηση μεθόδων Alergia και Blue Fringe Κατασκευή του μοντέλου off-line Υπολογισμός συμβατότητας καταστάσεων Μετρικό χρήσης (όμοιες μεταβάσεις) Μετρικό περιεχομένου (ομοιότητα περιεχομένου σελίδων) Μάρτιος 2006

31 Ομοιότητα περιεχομένου
Ιστοσελίδες ↔ Διάνυσμα λέξεων-κλειδιών Χρήση μετρικού συνημιτόνου Μάρτιος 2006

32 Ομοιότητα περιεχομένου
Παράδειγμα: Μάρτιος 2006

33 CANUMGI-A Βασίζεται στον Alergia Τα δύο μετρικά λογικές τιμές
Συνδυασμός μετρικών Σύζευξη Διάζευξη Μάρτιος 2006

34 CANUMGI-B Βασίζεται στον Blue Fringe Τα δύο μετρικά πραγματικές τιμές
Συνδυασμός μετρικών Ελάχιστη τιμή Μέγιστη τιμή Σταθμισμένο άθροισμα Μάρτιος 2006

35 CANUMGI-C Μείωση Διαστασιμότητας
Αρχική ομαδοποίηση των σελίδων ως προς το περιεχόμενο Στόχος: Εκ των προτέρων χωρισμός σελίδων σε θεματικές κατηγορίες Χρήση ομάδων αντί για σελίδες Ακολουθεί η επαγωγική διαδικασία Μάρτιος 2006

36 CANUMGI-C Παράδειγμα: Μάρτιος 2006

37 CANUMGI-C PPTA χωρίς μείωση διαστασιμότητας
Ο πρώτος αριθμός σε κάθε κόμβο είναι οι ακολουθίες στις οποίες έχει συμμετάσχει και ο δεύτερος ο αριθμός των φορών που ήταν τελικός. Μάρτιος 2006

38 CANUMGI-C PPTA με μείωση διαστασιμότητας Μάρτιος 2006

39 Χρήση του μοντέλου On-line λειτουργία Εξατομικευμένη πλοήγηση
Πρόταση σελίδων στους χρήστες Διαδικασία σε δύο στάδια: Διάσχιση του γράφου Επιλογή σελίδων Μάρτιος 2006

40 Διάσχιση του γράφου Αλληλουχία σελίδων ↔ μεταβάσεις στο γράφο
Αν δεν υπάρχει ρητή μετάβαση, επιλογή του πιο όμοιου κόμβου-παιδιού Αν δεν υπάρχει αρκετά όμοιος κόμβος, επιστροφή στον κόμβο εκκίνησης Μάρτιος 2006

41 Επιλογή σελίδων Προσέγγιση 1 Προσέγγιση 2
Επιλογή κόμβου-παιδιού με μεγαλύτερη πιθανότητα μετάβασης Επιλογή σελίδων πιο κοντά στο κέντρο βάρους Προσέγγιση 2 Επιλογή σελίδων με μεγαλύτερο γινόμενο πιθανότητας μετάβασης επί εγγύτητα στο κέντρο βάρους Μάρτιος 2006

42 Πειραματική αξιολόγηση
Δεδομένα χρήσης από αρχεία καταγραφής εταιρείας ISP Προεπεξεργασία Χωρισμός σε συνόδους χρήσης Εύρεση λέξεων-κλειδιών Χωρισμός δεδομένων σε δύο σύνολα Δείγμα εκπαίδευσης (κατασκευή μοντέλου) Δείγμα ελέγχου (αξιολόγηση) Μάρτιος 2006

43 Πειραματική αξιολόγηση
Διαδικασία Αξιοποίηση συνόδων χρήσης δείγματος ελέγχου Αποκρύβουμε τελευταία σελίδα συνόδου χρήσης Χρησιμοποιούμε τις υπόλοιπες για διάσχιση του γράφου και επιλογή σελίδων Μάρτιος 2006

44 Πειραματική αξιολόγηση
Μέτρο αξιολόγησης Αναμενόμενη χρησιμότητα της λίστας προτεινόμενων σελίδων ομοιότητα περιεχομένου για όλες τις προτεινόμενες σελίδες κρυμμένη σελίδα Μάρτιος 2006

45 Πειραματική αξιολόγηση
Βάση σύγκρισης Απλό μοντέλο με δημιουργία ομάδων σελίδων βάσει ομοιότητας περιεχομένου Πρόταση σελίδων Εύρεση ομάδων πιο όμοιων με τις σελίδες που ήδη επισκέφτηκε ο χρήστης Επιλογή των πιο χαρακτηριστικών σελίδων από τις ομάδες αυτές Μάρτιος 2006

46 Πειραματική αξιολόγηση
Μέθοδος Αναμ. Χρησιμότητα CANUMGI-A 8.57 CANUMGI-B 21.72 CANUMGI-C 20.59 Βάση σύγκρισης 24.25 Μάρτιος 2006

47 Συμπεράσματα Η νέα μέθοδος δεν ξεπέρασε το μοντέλο σύγκρισης
Η γνώση της σειράς επίσκεψης μάλλον δε συμβάλλει στην πρόταση σελίδων Μεγάλη ανομοιογένεια δεδομένων χρήσης Πλοήγηση μέσα σε μία θεματική κατηγορία Μάρτιος 2006

48 Συμπεράσματα Αυτομεταβάσεις με υψηλή πιθανότητα Μάρτιος 2006

49 Συμπεράσματα CANUMGI-B αποδίδει καλύτερα από τις άλλες
Πιο έξυπνη επιλογή κόμβων Η μείωση διαστασιμότητας δε βελτίωσε τα αποτελέσματα Δε βοηθά η ομαδοποίηση Η γνώση των λίγων προηγούμενων επισκέψεων πιο χρήσιμη Μάρτιος 2006

50 Μελλοντικές Κατευθύνσεις
Δυναμικός προσδιορισμός παραμέτρων Μελέτη του μετρικού αξιολόγησης Προσεγγίσεις με μαρκοβιανά μοντέλα Επιλεκτική χρησιμοποίηση δεδομένων χρήσης + μοντέλο με βάση το περιεχόμενο Χρήση πιθανοτικών γραμματικών υπερκειμένου (HPG) Μάρτιος 2006