Identifying Web search session patterns using cluster analysis: A comparison of' three search environments

Kullanıcıların daha etkin kullanabileceği erişim sistemleri tasarlamak için bilgi arama modellerinin incelenmesi önemlidir. Bu amaçla bilgi erişim sistemleri işlem kayıtları üzerinde oturum bazlı kümeleme çalışmaları yapılmış fakat farklı türdeki ortamlarda birbirine uyumlu grupların oluşup oluşmadığı ile ilgili karşılaştırma yapılmamıştır. Bu çalışmada üç farklı türdeki1 Web tabanlı bilgi erişim sisteminitemsil eden işlem kayıtları üzerinde kümeleme tekniği kullanılarak arama oturum modellerini incelemişlerdir. Sonuçlar arama davranışlarının oturum karakteristiklerine dayanan belirgin gruplar halinde kümelenebildiğini ve farklı sistemler olsa da benzerlik gösterdiğini ortaya çıkarmıştır. Oturum bazlı analizler kullanıcı arama davranışlarının anlaşılması için önemlidir, sistem tasarımcılarının çeşitlikullanıcı gruplarının ihtiyaçlarını daha iyi karşılayabilecek sistemler geliştirmesine yardımcı olabilir.

Anahtar Kelimeler:

Bilgi erişim, kümeleme, oturum bazlı analizler, oturum karakteristikleri.

Identifying Web search session patterns using cluster analysis: A comparison of' three search environments

Information seeking models are important to design more efficient information retrieval systems. Forthis purpose, information retrieval systems transaction log studies were performed based on the Session, but there has never been a comparison whether different types of session groups are compatible with each other or not. In this study, three different types2 of Web-based information retrieval systems arestudied the search session models using clustering methods. Results have shown that searching behaviors are clustered into distinct groups by characteristic of sessions and revealed although being different groups, they show similarities. Session-based analysis is important for the understanding of user search behavior; this can help to system designers to develop systems to meet the needs of various user groups in a better way

Keywords:

Information retrieval, clustering, session-based analysis, characteristic of sessions,

PDF

___

Gaskin, J.[James Gaskin]. (19 Mart 2012). Two-step Cluster Analysis in SPSS [Video dosyası]. 12 Nisan tarihinde http://www.youtube.com/watch?v=DpucueFsigAadresindenerişildi.
He, D., Göker, A. ve Harper, D.J. (2002). Combining evidence for automatic Web session identification. Information Processing&Management, 38(5), 727-742. 12 Nisan 2013 tarihinde http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.88.1441 adresinden erişildi.
Hu, J., Zeng, H.J., Li, H., Niu, C. Ve Chen, Z. (2007). Demographic pre- diction based on user's browsing behavior. WWW ’07 Proceedings of the 16th International Conference onWorld Wide Web (ss. 151-160). New York: ACM. 20 Nisan 2013 tarihinde http://wwwconference. org/www2007/papers/paper686.pdf adresinden erişildi.
Huang, X., Peng, F., An, A. ve Schuurmans, D. (2004). Dynamic Web log session identification with statistical language models. Journal of the American Society for Information Science and Technology. 55 (14)
1290-1303. 12 Nisan 2013 tarihinde http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.9.6602 adresindenerişildi. MügeAkbulut mugeakbulut@gmail.com