Establecimiento de preferencias de los usuarios de la Intra-Unab utilizando técnicas de Web Mining
El incremento de información que existe en la Web, ha hecho que esta reciba un debido tratamiento con el fin de descubrir conocimiento potencialmente útil y previamente desconocido a partir de los datos Web. Una de las maneras en que este tratamiento pudo ser hecho es por medio de la minería Web, co...
- Autores:
-
Silva Ordoñez, Nicolás
Galeano Herreño, Lady Johanna
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2005
- Institución:
- Universidad Autónoma de Bucaramanga - UNAB
- Repositorio:
- Repositorio UNAB
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unab.edu.co:20.500.12749/1342
- Acceso en línea:
- http://hdl.handle.net/20.500.12749/1342
- Palabra clave:
- Web portals
Systems Engineer
Investigations
Data mining
Web mining techniques
Institutional portal
KDD process
Data mining
Portales web
Ingeniera de sistemas
Investigaciones
Minería de datos
Técnicas de web mining
Portal institucional
Proceso de KDD
Minería de datos
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/2.5/co/
| id |
UNAB2_704e8e079d7e3da1a863e69051d37c00 |
|---|---|
| oai_identifier_str |
oai:repository.unab.edu.co:20.500.12749/1342 |
| network_acronym_str |
UNAB2 |
| network_name_str |
Repositorio UNAB |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Establecimiento de preferencias de los usuarios de la Intra-Unab utilizando técnicas de Web Mining |
| dc.title.translated.eng.fl_str_mv |
Setting preferences for Intra-Unab users using Web Mining techniques |
| title |
Establecimiento de preferencias de los usuarios de la Intra-Unab utilizando técnicas de Web Mining |
| spellingShingle |
Establecimiento de preferencias de los usuarios de la Intra-Unab utilizando técnicas de Web Mining Web portals Systems Engineer Investigations Data mining Web mining techniques Institutional portal KDD process Data mining Portales web Ingeniera de sistemas Investigaciones Minería de datos Técnicas de web mining Portal institucional Proceso de KDD Minería de datos |
| title_short |
Establecimiento de preferencias de los usuarios de la Intra-Unab utilizando técnicas de Web Mining |
| title_full |
Establecimiento de preferencias de los usuarios de la Intra-Unab utilizando técnicas de Web Mining |
| title_fullStr |
Establecimiento de preferencias de los usuarios de la Intra-Unab utilizando técnicas de Web Mining |
| title_full_unstemmed |
Establecimiento de preferencias de los usuarios de la Intra-Unab utilizando técnicas de Web Mining |
| title_sort |
Establecimiento de preferencias de los usuarios de la Intra-Unab utilizando técnicas de Web Mining |
| dc.creator.fl_str_mv |
Silva Ordoñez, Nicolás Galeano Herreño, Lady Johanna |
| dc.contributor.advisor.spa.fl_str_mv |
Calderón Benavides, Maritza Liliana |
| dc.contributor.author.spa.fl_str_mv |
Silva Ordoñez, Nicolás Galeano Herreño, Lady Johanna |
| dc.contributor.cvlac.*.fl_str_mv |
Calderón Benavides, Maritza Liliana [0000068900] |
| dc.contributor.googlescholar.*.fl_str_mv |
Calderón Benavides, Maritza Liliana [XihGBWoAAAAJ&hl=es] |
| dc.contributor.scopus.*.fl_str_mv |
Calderón Benavides, Maritza Liliana [15043558200] |
| dc.contributor.scopus.none.fl_str_mv |
Calderón Benavides, Maritza Liliana [15043558200] |
| dc.contributor.researchgroup.spa.fl_str_mv |
Grupo de Investigación Tecnologías de Información - GTI Grupo de Investigaciones Clínicas |
| dc.contributor.apolounab.none.fl_str_mv |
Calderón Benavides, Maritza Liliana [maritza-liliana-calderón-benavides] |
| dc.contributor.linkedin.none.fl_str_mv |
Calderón Benavides, Maritza Liliana [liliana-calderón-benavides-2031a84] Calderón Benavides, Maritza Liliana [liliana-calderón-benavides-2031a84] |
| dc.subject.keywords.eng.fl_str_mv |
Web portals Systems Engineer Investigations Data mining |
| topic |
Web portals Systems Engineer Investigations Data mining Web mining techniques Institutional portal KDD process Data mining Portales web Ingeniera de sistemas Investigaciones Minería de datos Técnicas de web mining Portal institucional Proceso de KDD Minería de datos |
| dc.subject.keywords.none.fl_str_mv |
Web mining techniques Institutional portal KDD process Data mining |
| dc.subject.lemb.spa.fl_str_mv |
Portales web Ingeniera de sistemas Investigaciones Minería de datos |
| dc.subject.proposal.none.fl_str_mv |
Técnicas de web mining Portal institucional Proceso de KDD Minería de datos |
| description |
El incremento de información que existe en la Web, ha hecho que esta reciba un debido tratamiento con el fin de descubrir conocimiento potencialmente útil y previamente desconocido a partir de los datos Web. Una de las maneras en que este tratamiento pudo ser hecho es por medio de la minería Web, con el fin de descubrir elementos interesantes que aportan conocimientos valiosos. La motivación principal en esta investigación, fue realizar un análisis de las preferencias de los usuarios del portal de la Intra-UNAB utilizando la técnica de Minería de Uso de la Web, desarrollando e implementando una herramienta que ayudara a determinar las preferencias de estos usuarios. Los resultados encontrados permitieron observar las preferencias de los usuarios en el portal universitario, estos resultados aportaron información desconocida por los administradores del sitio, como las páginas más visitadas , horarios en las que son accedidas estas páginas, esta herramienta ayudo a establecer la utilidad de la Intra-UNAB, generando como resultado diferentes reportes que permitieron analizar las preferencias de los usuarios. |
| publishDate |
2005 |
| dc.date.issued.none.fl_str_mv |
2005 |
| dc.date.accessioned.none.fl_str_mv |
2020-06-26T17:56:28Z |
| dc.date.available.none.fl_str_mv |
2020-06-26T17:56:28Z |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.local.spa.fl_str_mv |
Trabajo de Grado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12749/1342 |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional UNAB |
| url |
http://hdl.handle.net/20.500.12749/1342 |
| identifier_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB reponame:Repositorio Institucional UNAB |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Silva Ordoñez, Nicolás, Galeano Herreño, Lady Johanna, Calderón Benavides, Maritza Liliana (2005). Establecimiento de preferencias de los usuarios de la Intra-Unab utilizando técnicas de web mining. Bucaramanga (Colombia) : Universidad Autónoma de Bucaramanga UNAB |
| dc.relation.references.none.fl_str_mv |
Aggarwal, C. C., Sun, Z. & Yu, P. S. Online algorithms for finding profile association rules. Proceedings of the 1998 ACM CIKM 7th International Conference on Information and Knowledge Management. Bethesda, Maryland, USA, November 3-7, 1998, pp. 86-95(1998). Agrawal et al., 1993] Agrawal, R., T. Imielinski, and A. Swami, Mining Association rules between sets of items in large databases. ACM SIGMOD International Conference, Washington DC, USA, pp. 207-216, May 1993. Agrawal Rakesh, SHAFER John C. “Parallel Mining of Association Rules” IEEE Transactions on Knowledge and Data Engineering, December 1996. B. Mobasher, N. Jain, S. han, J. Srivastava. Webmining: Pattern Discovery from World Wide Web Transactions. Department of Computer Science, University of Minnesota, 1996. Booch, Grady. Jacobson, Ivar y Rumbaugh, james. The Unified Modelling Languaje. Addison Wesley Longman Inc. rational Software Corporation.1999. Cabral de Moura Borges José Luís. A Data Mining Model to Capture User Web Navigation Patterns. Department Of Computer Science, University College London (2000). Cernuzzi Luca Molas María Liz Integrando diferentes técnicas de Data Mining en procesos de Web Usage Mining. Universidad Católica "Nuestra Señora de la Asunción" Departamento de Ingeniería Electrónica e Informática Asunción - Paraguay, pp. 16-83, 2003. Conallen, Jim. Building Web Aplications with Uml. Addison Wesley Longman Inc. 1999. Cooley R., Mobasher B., “Web Mining: Information and Pattern Discovery on the World Wide Web” (1998). Cooley Robert, Mobasher Bamshad, and Srivastava Jaideep. Data preparation for mining world wide web browsing patterns. Knowledge and Information Systems, 1(1), 1999. Cooley Robert, Mobasher Bamshad, and Srivastava Jaideep. Web Usage Mining: Discovery and Applications of UsagePatterns from Web Data Knowledge and Information Systems, 1(1), 1999. Cooley Robert, Mobasher Bamshad, and Srivastava Jaideep. Web Usage Mining: Discovery and Applications of UsagePatterns from Web Data Knowledge and Information Systems, Volume 1, Issue 2 - page 16.1999. Date J. An Introduction to Database Systems, vol 1. 4ª edición, Addison-Wesley, Reading, Mass, 1986. E. Forgy. Cluster analysis of multivariate data: Efficiency vs. interpretability of classifications, Biometrics 21, 768 (1965). Estrada Pedroza, Nelson “Descubrimiento de conocimiento en los datos de una empresa de telefonía”, Cuernavaca, Morelos. Mayo de 2002. Fayyad Usama, Piatersky-Shapiro Gegory, Padhraic Smyth. From Data Mining To Knowledge Discovery. Jet Propulsion Laboratory California Institute Of Technology. AAAI Press / The MIT Fayyad, U.M., Piatetsky-Shapiro and P. Smith. From Data Mining to Knowledge Discovery: An Overview. En Advances in Knowledge Discovery and Data Mining. AAAI Press. MIT Press. 1996. Franco, Jean Michael. Data Warehause The Data Mining, Editorial Gestion. Paginas 6-223. 2002. Galiano, Fernando. Un método alternativo para la construcción de árboles de decisión. tesis doctoral. universidad de granada ets. ingeniería informatica. Granada, junio de 2002. Guerrero Fuentes, Alexandra carolina, PACHECO JAIMES, diana carolina. Intranet para la universidad autónoma de Bucaramanga, versión 2.0, 2003. H. Blockeel, R. Kosala.Web-mining research: A survey. SIGKDD Explorations, pp 1-35. Julio de 2000. Han, J; Kamber M, Kaufmann Morgan. Data Mining Concepts and Techniques. pp 11-22, 2001. Han, J; Kamber M, Kaufmann Morgan. Data Mining Concepts and Techniques. pp 28-40-, 2002. Henry F. Korth, Abraham Silberschtz. Fundamentos Bases de Datos, Vol.2. 1993 Herrero, Javier. Clustering para datos de DNA-arrays. Centro Nacional de Investigaciones Oncológicas Carlos III, Madrid. Abril de 2001. Hias Gery, Hatem Haddad. Evaluation of Web Usage Mining Approaches for User’s Next Request Prediction. Information Technology Department .VTT Technical Research Centre of Finland, España. 2002. Información sobre Web Mining: http://www.webminer.com/ J.B. McQueen Some methods for classification and analysis of multivariate observations, Proceeding of the Fifth Berkeley Symposium on Mathematical Statistics and Probability 1, 281-297(1967). Joshi, K.P. 1997. Analysis of Data Mining Algorithms (FUV Abril/15/2004) http://userpages.umbc.edu/~kjoshi1/data-mine/proj_rpt.htm lcernuzz@uca.edu.py M. Baglioni1, U. Ferrara2, A. Romei1, S. Ruggieri1, and F. Turini1. Preprocessing and Mining Web Log Data for Web Personalization, pp (11) italia 1999. http://ferrara@ksolutions.it Mantilla Grande, Lina Maria. red interna de información (Intranet) para la UNAB, 1998. Maurice Houtsma & Arum Swami: "Set-oriented mining of association rules" Research Report RJ 9567 IBM Almaden Research Center, San Jose, California, Octubre 1993. Mena, J. Data mining your website. Digital Press. 1999. Michalski, R.S., Bratko, I., Kubat M. Machine Learning and Data Mining. Methods and Applications. Wiley & Sons Ltd., EE.UU. 1998. Morales, E. Descubrimiento de Conocimiento en Bases de Datos. ® http://www.mor.itesm.mx/~emorales/Cursos/KDD/node168.html (FUV Noviembre/25/2004), 1999. Moreno García, Luis A. Miguel Quintales, Francisco J. García Peñalvo José Polo Martín. Trabajo de investigación “Aplicación de Técnicas de Minería de Datos en la construcción y validación de modelos predictivos y asociativos a partir deespecificaciones de requisitos de software”; Universidad deSalamanca, Departamento de Informática y Automática. Número Especial sobre Recommender Systems, Communications of the ACM, Vol. 40, no. 3, 1997Oppermann R. Introduction. Adaptive User Support (Ed. Oppermann R.), Lawrence Erlbaum. Associates, Hillsdale, New Jersey, pp1-13. 1994. P. R. Limb y g. J. Meggs. "Data mining, tools and techniques". En BT echnology Journal, vol. 12(4), Octubre 1994. Págs. 32-41. Pedro Larrañaga e Iñaki Inza. Clustering Particional y Jerárquico Departamento de Ciencias de la Computación e Inteligencia Artificial. Universidad del Paris Vasco–Euskal Herriko Unibertsitatea, pp 22-42 Poblette Labra, Barbara Jeannette. Herramienta de Minería de Consultas para el diseño y el contenido de un sitio Web. Escuela de postgrado escuela de ingeniería y ciencias. Tesis para optar al grado de magíster en ciencias. Paginas 1-101. Noviembre 2004 R. Agrawal and R. Srikant. Mining sequential patterns. In Proceedings of the Eleventh International Conference on Data Engineering (ICDE’95), pp (3-14), Taipei, Taiwán, 1995 R. Kimball and R. Merz. The Data Webhouse Toolkit. John Wiley and Sons, Inc., 2000. Rakesh Agrawal & Ramakrishnan Skirant: "Fast Algorithms for Mining Association Rules" IBM Research Reporte RJ9839 ibm Almaden Research Center, San Jose, California (USA), June 1994. Rakesh Agrawal y skirant ramakrishnan. Fast algorithms for mining association rules. IEE transaction on knowledge and data engineering. Pp (22) 1998. Rakesh Agrawal, Tomaz Imielinski & Arun Swami "Mining association rules between sets of items in large database " Proceeding of the ACM SIGMOD Conference on Management of Data Washington DC, USA, Mayo 1993. Servente ,Magdalena. Algoritmo TDIDT aplicado a la minería de datos inteligente. Tesis de grado En ing informal, facultad de ing. . Universidad de buenos aires. lab. de sistemas inteligentes, feb 2002, Pág. 33-40. Srikant Ramakrishnan, Yang_Yinghui. Mining Web Logs to Improve Website Organization. IBM Almaden Research Center 650 Harry Road .San Jose, CA of Operations & Information Management Wharton Business School University of Pennsylvania 3620 Locust Walk, Philadelphia, 1999. Srivastava, Cooley R., Deshpande M.. P-T. Tan. Web Usage Mining: Discovery and Applications of Usage Patterns from Web Data. SIGKDD Explorations, 1(1):12-23, January 2000. Web Mining and Data Web, June 2000, Vol. 2, nº1 de la revista ACM SIGKDD Explorations, Newsletter of the ACM Special Interest Group on Knowledge Discovery and Data Mining Web mining pattern discovery from world wide web transactions http://maya.cs.depaul.edu/~mobasher/classes/ds575/papers/Webmining.pdf WEB MINING: Pattern discovery from word wide web transactions, preprocessing and mining web log data for web personalization, italy, 1997 http://www.inf.udec.cl/~andrea/cursos/retrieval/mining.pdf. WEKA - Machine Learning Sotware in Java. Universidad de Waikato. NuevaZelanda. Mayo 2004. http://www.cs.waikato.ac.nz/~ml/weka/. Witten Ian H. Kaufmann Morgan, and Eibe Frank. Data Mining: practical machine learning tools and techniques with Java implementations. 1999. |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
| dc.rights.creativecommons.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.spa.fl_str_mv |
Bucaramanga (Colombia) |
| dc.coverage.campus.spa.fl_str_mv |
UNAB Campus Bucaramanga |
| dc.publisher.grantor.spa.fl_str_mv |
Universidad Autónoma de Bucaramanga UNAB |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad Ingeniería |
| dc.publisher.program.spa.fl_str_mv |
Pregrado Ingeniería de Sistemas |
| institution |
Universidad Autónoma de Bucaramanga - UNAB |
| bitstream.url.fl_str_mv |
https://repository.unab.edu.co/bitstream/20.500.12749/1342/1/2005_Tesis_Nicol%c3%a1s_Silva_Ord%c3%b3%c3%b1ez.pdf https://repository.unab.edu.co/bitstream/20.500.12749/1342/2/2005_Tesis_Nicol%c3%a1s_Silva_Ord%c3%b3%c3%b1ez.pdf.jpg |
| bitstream.checksum.fl_str_mv |
43d9930bbb8bc2054c327b9b3037af2f 323a104a662fc84ae8e8ff0211047989 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB |
| repository.mail.fl_str_mv |
repositorio@unab.edu.co |
| _version_ |
1828219960217829376 |
| spelling |
Calderón Benavides, Maritza Lilianaa478af73-8b10-4632-aff9-2b9977a8b4e2-1Silva Ordoñez, Nicolás1fdf62a4-302a-44de-bc75-fb440b654e36-1Galeano Herreño, Lady Johanna925ba0ab-72b2-4a11-9851-ef5bc3ab78d6-1Calderón Benavides, Maritza Liliana [0000068900]Calderón Benavides, Maritza Liliana [XihGBWoAAAAJ&hl=es]Calderón Benavides, Maritza Liliana [15043558200]Calderón Benavides, Maritza Liliana [15043558200]Grupo de Investigación Tecnologías de Información - GTIGrupo de Investigaciones ClínicasCalderón Benavides, Maritza Liliana [maritza-liliana-calderón-benavides]Calderón Benavides, Maritza Liliana [liliana-calderón-benavides-2031a84]Calderón Benavides, Maritza Liliana [liliana-calderón-benavides-2031a84]2020-06-26T17:56:28Z2020-06-26T17:56:28Z2005http://hdl.handle.net/20.500.12749/1342instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABEl incremento de información que existe en la Web, ha hecho que esta reciba un debido tratamiento con el fin de descubrir conocimiento potencialmente útil y previamente desconocido a partir de los datos Web. Una de las maneras en que este tratamiento pudo ser hecho es por medio de la minería Web, con el fin de descubrir elementos interesantes que aportan conocimientos valiosos. La motivación principal en esta investigación, fue realizar un análisis de las preferencias de los usuarios del portal de la Intra-UNAB utilizando la técnica de Minería de Uso de la Web, desarrollando e implementando una herramienta que ayudara a determinar las preferencias de estos usuarios. Los resultados encontrados permitieron observar las preferencias de los usuarios en el portal universitario, estos resultados aportaron información desconocida por los administradores del sitio, como las páginas más visitadas , horarios en las que son accedidas estas páginas, esta herramienta ayudo a establecer la utilidad de la Intra-UNAB, generando como resultado diferentes reportes que permitieron analizar las preferencias de los usuarios.INTRODUCCIÓN 20 1. MARCO TEÓRICO 23 1.1 DESCUBRIMIENTO DE CONOCIMIENTO EN BASES DE DATOS (KDD) 23 1.1.1 Proceso de KDD. 24 1.2 MINERÍA DE DATOS 26 1.2.1 Proceso de Minería de Datos. 27 1.2.2 Aplicaciones de Minería de Datos. 29 1.2.3 Técnicas de Minería de Datos. 31 1.3 MINERÍA DE DATOS EN LA WEB 37 1.3.1 Arquitectura de Minería Web. 39 1.3.2 Técnicas de Minería Web. 41 2. MINERÍA DEL USO DE LA WEB 46 2.1 PROCESO DE MINERÍA DEL USO DE LA WEB 46 2.1.1 Datos de Entrada. 47 2.1.2 Procesamiento de Datos. 51 2.1.3 Datos de Salida. 59 3. PREPARACIÓN DE LOS DATOS Y DISEÑO DE LA HERRAMIENTA 61 3.1 CAPTURA DE REQUERIMIENTOS 61 3.1.1 Casos de Uso de la Aplicación. 61 3.2 PROCESOS BÁSICOS DE LA HERRAMIENTA 63 3.2.1 Selección De los Datos. 65 3.2.2 Limpieza del Log. 66 3.2.3 Sesiones de Usuario. 66 3.2.4 Algoritmo AprioriPredectivo 67 3.2.5 Reglas. 67 3.2.6 Informe de Resultados. 67 3.3 DISEÑO 68 3.3.1 Algoritmo Seleccionado. 68 3.3.2 Lenguaje de Programación Seleccionado JAVA. 70 3.3.3 Diagrama de Clases Aplicación. 70 3.3.4 Diagrama de Secuencia “Algoritmo AprioriPredectivo” 71 3.3.5 Diagrama de Actividades “Algoritmo AprioriPredectivo” 72 4. CONSTRUCCIÓN DE LA HERRAMIENTA 74 4.1 SELECCIÓN DE LOS DATOS 74 4.2 LOG 74 4.3 ESTRUCTURA DE LA APLICACIÓN 76 4.3.1 Log del Servidor. 77 4.3.2 Log Limpio. 77 4.3.3 Log ReaderApp.class. 78 4.3.4 Conectio2.class. 78 4.3.5 Salida Arff.class. 78 4.3.6 Archivo.arff. 78 4.3.7 PredectiveAprioriWebMining.class. 79 4.3.8 Barchart2.class. 78 4.4 BASES DE DATOS 79 5. PRUEBAS Y ANÁLISIS DE RESULTADOS 81 5.1 DESCRIPCIÓN DE PRUEBAS 81 5.2 RELACIÓN DE RESULTADOS 97 6. RECOMENDACIONES 100 CONCLUSIONES Y TRABAJOS FUTUROS 101 BIBLIOGRAFÍA 104 ANEXOS 111PregradoThe increase in information that exists on the Web has caused it to receive due treatment in order to discover potentially useful and previously unknown knowledge from Web data. One of the ways in which this treatment could be done is through Web mining, in order to discover interesting elements that provide valuable knowledge. The main motivation in this research was to perform an analysis of the preferences of the users of the Intra-UNAB portal using the Web Use Mining technique, developing and implementing a tool that would help determine the preferences of these users. The results found allowed observing the preferences of the users in the university portal, these results contributed information unknown by the administrators of the site, such as the most visited pages, times in which these pages are accessed, this tool helped to establish the usefulness of the Intra-UNAB, generating as a result different reports that allowed the analysis of user preferences.Modalidad Presencialapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Atribución-NoComercial-SinDerivadas 2.5 ColombiaEstablecimiento de preferencias de los usuarios de la Intra-Unab utilizando técnicas de Web MiningSetting preferences for Intra-Unab users using Web Mining techniquesIngeniero de SistemasBucaramanga (Colombia)UNAB Campus BucaramangaUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaPregrado Ingeniería de Sistemasinfo:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/redcol/resource_type/TPWeb portalsSystems EngineerInvestigationsData miningWeb mining techniquesInstitutional portalKDD processData miningPortales webIngeniera de sistemasInvestigacionesMinería de datosTécnicas de web miningPortal institucionalProceso de KDDMinería de datosSilva Ordoñez, Nicolás, Galeano Herreño, Lady Johanna, Calderón Benavides, Maritza Liliana (2005). Establecimiento de preferencias de los usuarios de la Intra-Unab utilizando técnicas de web mining. Bucaramanga (Colombia) : Universidad Autónoma de Bucaramanga UNABAggarwal, C. C., Sun, Z. & Yu, P. S. Online algorithms for finding profile association rules. Proceedings of the 1998 ACM CIKM 7th International Conference on Information and Knowledge Management. Bethesda, Maryland, USA, November 3-7, 1998, pp. 86-95(1998).Agrawal et al., 1993] Agrawal, R., T. Imielinski, and A. Swami, Mining Association rules between sets of items in large databases. ACM SIGMOD International Conference, Washington DC, USA, pp. 207-216, May 1993.Agrawal Rakesh, SHAFER John C. “Parallel Mining of Association Rules” IEEE Transactions on Knowledge and Data Engineering, December 1996.B. Mobasher, N. Jain, S. han, J. Srivastava. Webmining: Pattern Discovery from World Wide Web Transactions. Department of Computer Science, University of Minnesota, 1996.Booch, Grady. Jacobson, Ivar y Rumbaugh, james. The Unified Modelling Languaje. Addison Wesley Longman Inc. rational Software Corporation.1999.Cabral de Moura Borges José Luís. A Data Mining Model to Capture User Web Navigation Patterns. Department Of Computer Science, University College London (2000).Cernuzzi Luca Molas María Liz Integrando diferentes técnicas de Data Mining en procesos de Web Usage Mining. Universidad Católica "Nuestra Señora de la Asunción" Departamento de Ingeniería Electrónica e Informática Asunción - Paraguay, pp. 16-83, 2003.Conallen, Jim. Building Web Aplications with Uml. Addison Wesley Longman Inc. 1999.Cooley R., Mobasher B., “Web Mining: Information and Pattern Discovery on the World Wide Web” (1998).Cooley Robert, Mobasher Bamshad, and Srivastava Jaideep. Data preparation for mining world wide web browsing patterns. Knowledge and Information Systems, 1(1), 1999.Cooley Robert, Mobasher Bamshad, and Srivastava Jaideep. Web Usage Mining: Discovery and Applications of UsagePatterns from Web Data Knowledge and Information Systems, 1(1), 1999.Cooley Robert, Mobasher Bamshad, and Srivastava Jaideep. Web Usage Mining: Discovery and Applications of UsagePatterns from Web Data Knowledge and Information Systems, Volume 1, Issue 2 - page 16.1999.Date J. An Introduction to Database Systems, vol 1. 4ª edición, Addison-Wesley, Reading, Mass, 1986.E. Forgy. Cluster analysis of multivariate data: Efficiency vs. interpretability of classifications, Biometrics 21, 768 (1965).Estrada Pedroza, Nelson “Descubrimiento de conocimiento en los datos de una empresa de telefonía”, Cuernavaca, Morelos. Mayo de 2002.Fayyad Usama, Piatersky-Shapiro Gegory, Padhraic Smyth. From Data Mining To Knowledge Discovery. Jet Propulsion Laboratory California Institute Of Technology. AAAI Press / The MITFayyad, U.M., Piatetsky-Shapiro and P. Smith. From Data Mining to Knowledge Discovery: An Overview. En Advances in Knowledge Discovery and Data Mining. AAAI Press. MIT Press. 1996.Franco, Jean Michael. Data Warehause The Data Mining, Editorial Gestion. Paginas 6-223. 2002.Galiano, Fernando. Un método alternativo para la construcción de árboles de decisión. tesis doctoral. universidad de granada ets. ingeniería informatica. Granada, junio de 2002.Guerrero Fuentes, Alexandra carolina, PACHECO JAIMES, diana carolina. Intranet para la universidad autónoma de Bucaramanga, versión 2.0, 2003.H. Blockeel, R. Kosala.Web-mining research: A survey. SIGKDD Explorations, pp 1-35. Julio de 2000.Han, J; Kamber M, Kaufmann Morgan. Data Mining Concepts and Techniques. pp 11-22, 2001.Han, J; Kamber M, Kaufmann Morgan. Data Mining Concepts and Techniques. pp 28-40-, 2002.Henry F. Korth, Abraham Silberschtz. Fundamentos Bases de Datos, Vol.2. 1993Herrero, Javier. Clustering para datos de DNA-arrays. Centro Nacional de Investigaciones Oncológicas Carlos III, Madrid. Abril de 2001.Hias Gery, Hatem Haddad. Evaluation of Web Usage Mining Approaches for User’s Next Request Prediction. Information Technology Department .VTT Technical Research Centre of Finland, España. 2002.Información sobre Web Mining: http://www.webminer.com/J.B. McQueen Some methods for classification and analysis of multivariate observations, Proceeding of the Fifth Berkeley Symposium on Mathematical Statistics and Probability 1, 281-297(1967).Joshi, K.P. 1997. Analysis of Data Mining Algorithms (FUV Abril/15/2004) http://userpages.umbc.edu/~kjoshi1/data-mine/proj_rpt.htm lcernuzz@uca.edu.pyM. Baglioni1, U. Ferrara2, A. Romei1, S. Ruggieri1, and F. Turini1. Preprocessing and Mining Web Log Data for Web Personalization, pp (11) italia 1999. http://ferrara@ksolutions.itMantilla Grande, Lina Maria. red interna de información (Intranet) para la UNAB, 1998.Maurice Houtsma & Arum Swami: "Set-oriented mining of association rules" Research Report RJ 9567 IBM Almaden Research Center, San Jose, California, Octubre 1993.Mena, J. Data mining your website. Digital Press. 1999.Michalski, R.S., Bratko, I., Kubat M. Machine Learning and Data Mining. Methods and Applications. Wiley & Sons Ltd., EE.UU. 1998.Morales, E. Descubrimiento de Conocimiento en Bases de Datos. ® http://www.mor.itesm.mx/~emorales/Cursos/KDD/node168.html (FUV Noviembre/25/2004), 1999.Moreno García, Luis A. Miguel Quintales, Francisco J. García Peñalvo José Polo Martín. Trabajo de investigación “Aplicación de Técnicas de Minería de Datos en la construcción y validación de modelos predictivos y asociativos a partir deespecificaciones de requisitos de software”; Universidad deSalamanca, Departamento de Informática y Automática.Número Especial sobre Recommender Systems, Communications of the ACM, Vol. 40, no. 3, 1997Oppermann R. Introduction. Adaptive User Support (Ed. Oppermann R.), Lawrence Erlbaum. Associates, Hillsdale, New Jersey, pp1-13. 1994.P. R. Limb y g. J. Meggs. "Data mining, tools and techniques". En BT echnology Journal, vol. 12(4), Octubre 1994. Págs. 32-41.Pedro Larrañaga e Iñaki Inza. Clustering Particional y Jerárquico Departamento de Ciencias de la Computación e Inteligencia Artificial. Universidad del Paris Vasco–Euskal Herriko Unibertsitatea, pp 22-42Poblette Labra, Barbara Jeannette. Herramienta de Minería de Consultas para el diseño y el contenido de un sitio Web. Escuela de postgrado escuela de ingeniería y ciencias. Tesis para optar al grado de magíster en ciencias. Paginas 1-101. Noviembre 2004R. Agrawal and R. Srikant. Mining sequential patterns. In Proceedings of the Eleventh International Conference on Data Engineering (ICDE’95), pp (3-14), Taipei, Taiwán, 1995R. Kimball and R. Merz. The Data Webhouse Toolkit. John Wiley and Sons, Inc., 2000.Rakesh Agrawal & Ramakrishnan Skirant: "Fast Algorithms for Mining Association Rules" IBM Research Reporte RJ9839 ibm Almaden Research Center, San Jose, California (USA), June 1994.Rakesh Agrawal y skirant ramakrishnan. Fast algorithms for mining association rules. IEE transaction on knowledge and data engineering. Pp (22) 1998.Rakesh Agrawal, Tomaz Imielinski & Arun Swami "Mining association rules between sets of items in large database " Proceeding of the ACM SIGMOD Conference on Management of Data Washington DC, USA, Mayo 1993.Servente ,Magdalena. Algoritmo TDIDT aplicado a la minería de datos inteligente. Tesis de grado En ing informal, facultad de ing. . Universidad de buenos aires. lab. de sistemas inteligentes, feb 2002, Pág. 33-40.Srikant Ramakrishnan, Yang_Yinghui. Mining Web Logs to Improve Website Organization. IBM Almaden Research Center 650 Harry Road .San Jose, CA of Operations & Information Management Wharton Business School University of Pennsylvania 3620 Locust Walk, Philadelphia, 1999.Srivastava, Cooley R., Deshpande M.. P-T. Tan. Web Usage Mining: Discovery and Applications of Usage Patterns from Web Data. SIGKDD Explorations, 1(1):12-23, January 2000.Web Mining and Data Web, June 2000, Vol. 2, nº1 de la revista ACM SIGKDD Explorations, Newsletter of the ACM Special Interest Group on Knowledge Discovery and Data MiningWeb mining pattern discovery from world wide web transactions http://maya.cs.depaul.edu/~mobasher/classes/ds575/papers/Webmining.pdfWEB MINING: Pattern discovery from word wide web transactions, preprocessing and mining web log data for web personalization, italy, 1997 http://www.inf.udec.cl/~andrea/cursos/retrieval/mining.pdf.WEKA - Machine Learning Sotware in Java. Universidad de Waikato. NuevaZelanda. Mayo 2004. http://www.cs.waikato.ac.nz/~ml/weka/.Witten Ian H. Kaufmann Morgan, and Eibe Frank. Data Mining: practical machine learning tools and techniques with Java implementations. 1999.ORIGINAL2005_Tesis_Nicolás_Silva_Ordóñez.pdf2005_Tesis_Nicolás_Silva_Ordóñez.pdfTesisapplication/pdf3030795https://repository.unab.edu.co/bitstream/20.500.12749/1342/1/2005_Tesis_Nicol%c3%a1s_Silva_Ord%c3%b3%c3%b1ez.pdf43d9930bbb8bc2054c327b9b3037af2fMD51open accessTHUMBNAIL2005_Tesis_Nicolás_Silva_Ordóñez.pdf.jpg2005_Tesis_Nicolás_Silva_Ordóñez.pdf.jpgIM Thumbnailimage/jpeg6077https://repository.unab.edu.co/bitstream/20.500.12749/1342/2/2005_Tesis_Nicol%c3%a1s_Silva_Ord%c3%b3%c3%b1ez.pdf.jpg323a104a662fc84ae8e8ff0211047989MD52open access20.500.12749/1342oai:repository.unab.edu.co:20.500.12749/13422024-01-21 13:15:29.164open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.co |