แสดงบทความที่มีป้ายกำกับ Web Mining แสดงบทความทั้งหมด
แสดงบทความที่มีป้ายกำกับ Web Mining แสดงบทความทั้งหมด

วันศุกร์ที่ 13 พฤศจิกายน พ.ศ. 2552

Web Mining

สำหรับนักเวิลด์ไวด์เว็บสามารถใช้ประโยชน์จาก Application ของ Data Mining ได้ โดยมีคำเรียกเฉพาะว่า Web Mining หรือ Web Data Mining โดยเฉพาะอย่างยิ่งการใช้งาน Data Mining ใน e-Commerce และ e-Research ที่มีการแข่งขันกันสูง เป็นเทคโนโลยีสำหรับตลาดขนาดใหญ่ ( Mass market technology ) ในส่วนของ Web mining นี้นักวิชาการบางท่านให้ฉายาว่า เป็นการทำเหมืองทองคำทีเดียว

Web Mining เป็นลักษณะเฉพาะอย่างหนึ่งของการนำหลักการ Data Mining มาใช้กับข้อมูลที่อาจจะมีขนาดใหญ่มาก ทั้งนี้ขึ้นอยู่กับขอบเขตของระบบที่จะทำ Web Mining เช่น ถ้าข้อมูลของเราจะต้องรวบรวมและประมวลผลจากข้อมูลทั้งหมดบน web ข้อมูลก็จะมีขนาดใหญ่ แต่ถ้าเราประมวลผลในเครือข่ายที่เล็กลง หรือบนเครื่องเดี่ยว ๆ ก็จะเป็นเพียง Data Mining ขนาดเล็กนั่นเอง

การประยุกต์ Web Mining เพื่อการบริการ web
ได้มีงานวิจัยจำนวนมากที่นำ Web Mining มาช่วยในการวิเคราะห์งานบริการ web เพื่อนำไปพัฒนาการให้บริการที่ดี และน่าสนใจขึ้นส่วนใหญ่จะเน้นไปที่การนำข้อมูลในรูปของตัวอักษร(Text ) มาวิเคราะห์รวมกับข้อมูลชนิดอื่น โดยที่ข้อมูลเหล่านี้มักจะได้จากการบันทึกรายละเอียดในทุก ๆ ครั้งที่มีผู้เข้าใช้บริการใน web แต่ละแห่ง ตัวอย่างของการประยุกต์ใช้ Web Mining ในลักษณะนี้ได้แก่



การรวมข้อมูลตัวอักษรเข้ากับข้อมูล Links บน web เพื่อสรุปหา web page ที่จำเป็นจะต้องได้รับอนุญาต จึงจะเข้าใช้ได้ภายใต้หัวข้อที่กำหนด โดยจะมีคุณภาพดีกว่าการใช้ Search Engines ที่มีอยู่แพร่หลายในปัจจุบัน
การผสมข้อมูลเกี่ยวกับลักษณะการใช้ ช่วงระยะเวลาและ Link ที่มีผู้เข้าใช้บริการ web เพื่อนำมาพิจารณาปรับปรุงการให้บริการโดยอาจจะเพิ่มหรือลดบริการบางชนิดให้เหมาะสมกับกลุ่มผู้ใช้ในแต่ละสภาพแวดล้อม ซึ่งอาจจะมีความสนใจที่ต่างกันไป
การนำข้อมูลชนิดตัวอักษร และข้อมูลของรูปภาพ ( Image ) มาผสมผสานกัน เพื่อประโยชน์ในการค้นหาของ Search Engines ในกรณีที่ต้องการค้นหาข้อมูลที่เป็นรูปภาพ
Web Mining กับการทำธุรกิจ e-Commerce
ในการทำธุรกิจต่าง ๆ ไม่ว่าจะในรูปของห้างร้าน บริการสั่งของทางไปรษณีย์ หรือการทำธุรกิจแบบอิเล็กทรอนิกส์นั้น ปัจจัยหนึ่งที่มีความสำคัญอย่างมากต่อความสำเร็จของธุรกิจก็คือ ความเข้าใจในตัวลูกค้า หรือกลุ่มลูกค้า ยิ่งรู้ข้อมูลมากทำให้เข้าใจลูกค้าอย่างแท้จริงมากขึ้น โอกาสที่จะทำธุรกิจให้ตรงกับความต้องการของตลาดก็จะมีมากขึ้นไปด้วย

ข้อมูลของลูกค้าดังกล่าวมานี้ ความจริงแล้วมีให้นำมาใช้ได้มากมายอยู่แล้ว แต่อาจจะอยู่ในรูปที่เป็นได้ไม่ชัดเจน อันได้แก่ ข้อมูลที่รวบรวมไว้จากการบันทึกใน log file ของการใช้บริการ web หรือข้อมูลจากการสมัครสมาชิกในรูปแบบต่าง ๆ เป็นต้น ข้อมูลเหล่านี้สามารถอำนวยประโยชน์ในการติดตามดูผู้ใช้ (user tracking ) ยิ่งผู้ใช้เข้าใช้ web บ่อยและนานขึ้น เราก็จะยิ่งมีโอกาสทราบและรู้จักกับผู้ใช้มากขึ้นเท่านั้น สำหรับข้อมูลดังกล่าวเกี่ยวกับผู้ใช้จะมีการวิเคราะห์ออกมาใน 3 ลักษณะดังต่อไปนี้

1.Demograpics เป็นข้อมูลเกี่ยวกับที่อยู่ หรือสถานที่ของผู้ใช้ในขณะที่เข้าใช้บริการ web ซึ่งจะสามารถประมวลเป็นสถิติบริเวณที่อยู่อาศัยของกลุ่มผู้ใช้ส่วนมากได้
2.Phychographics เป็นข้อมูลด้านจิตวิทยา ซึ่งแสดงถึงพฤติกรรม หรือค่านิยมในด้านต่าง ๆ ของผู้ใช้ โดยสามารถจะแบ่งแยกกลุ่มผู้ใช้ตามข้อมูลการเข้าใช้บริการ web ทั้งในแง่ของเวลาและเนื้อหา
3.Technolographics เป็นข้อมูลที่แสดงถึงระดับความรู้และความสนใจในเทคโนโลยีด้าน ต่าง ๆ ของผู้ใช้ รวมถึงเครื่องคอมพิวเตอร์ที่ติดต่อเข้ามาด้วย ซึ่งจะช่วยในการพัฒนาสินค้า และบริการให้น่าสนใจและเหมาะสมในแง่ของเทคโนโลยีได้ดีขึ้น

เมื่อนำข้อมูลที่วิเคราะห์แล้วทั้ง 3 ลักษณะนี้มาพิจารณาโดยละเอียด จะเกิดประโยชน์อย่างมากในการศึกษาเกี่ยวกับสภาพ และพฤติกรรมโดยรวมของประชากร ซึ่งจำนวนข้อมูลที่นำมาใช้วิเคราะห์มักจะมีจำนวนมากและให้ผลการวิเคราะห์ที่มีความแม่นยะสูง

การประยุกต์ Web Mining ทางด้านการตลาดบนอินเตอร์เน็ต
Data Mining เป็นกระบวนการสืบค้นข้อมูลสำคัญอันจะเป็นประโยชน์ต่อการดำเนินธุรกิจออกจากกองข้อมูลขนาดมหาศาลที่จัดเก็บอยู่ภายในแหล่งฐานข้อมูลของแต่ละองค์กร การขุดค้นข้อมูลด้วยเทคโนโลยี Data Mining ประกอบไปด้วยขั้นตอนเทคโนโลยีอันสลับซับซ้อนมากมาย ไม่ว่าจะเป็นการเรียนรู้จดจำแบบแผนมาตรฐานของข้อมูลเฉพาะกลุ่ม (pattern recognition technology) การใช้ประโยชน์จากอัลกอริทึม ซึ่งออกแบบมาเพื่อให้เครื่องคอมพิวเตอร์สามารถเรียนรู้และพัฒนาตัวมันเองได้ (machinelearning & genetic algorithms) หรือการเชื่อมโยงแลกเปลี่ยนข้อมูลภายในเครือข่ายเน็ตเวิร์คแบบโพลีโนเมี่ยลซึ่งเลียนแบบการทำงานระบบประสาทของมนุษย์ (Netural & Polynomial networks) ฯลฯ
อย่างไรก็ตาม ไม่ว่าจะมีการใช้เทคโนโลยีทางคอมพิวเตอร์ที่สลับซับซ้อนเพียงไร เป้าหมายของ Data Mining ก็เป็นเรื่องง่ายๆ คือ
ทำอย่างไรถึงจะเอาชนะคู่แข่งทางธุรกิจให้ได้ ทำอย่างไรถึงจะรู้ได้ว่าประชากรกลุ่มไหนคือ ลูกค้า เป้าหมาย(Who) และประชากรกลุ่มนี้ต้องการซื้ออะไร (What) ซื้อที่ไหน (Where) ซื้อเมื่อไหร่ (When) และที่สำคัญที่สุดก็คือ อะไรคือแรงขับเคลื่อนให้ลูกค้าเป้าหมายต้องการสินค้าที่ว่านั้น (Why)
ซึ่งคำถามหลักๆ เหล่านี้เมื่อมาผนวกเข้ากับรูปแบบการดำเนินธุรกิจยุคดิจิตอลที่มีเครือข่ายอินเตอร์เน็ตเป็นสมรภูมิการตลาดอันไร้พรมแดน ก็ส่งผลให้เทคโนโลยี Data Mining กลายสภาพมาเป็นเครื่องมือการตลาดที่สำคัญมาก สำคัญขนาดที่ว่า นักธุรกิจรายใดไม่ให้ความสำคัญกับมัน ก็อาจจะถูกคู่แข่งทางการค้าของตนทิ้งห่างไปเลย

refer: http://thailand-kdd.blogspot.com/2007/07/web-mining.html