ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ. "Μελέτη εργαλείων επεξεργασίας φόρτου κίνησης χρηστών στον παγκόσμιο ιστό και αξιοποίησή τους σε επιχειρηματικές δράσεις"

Transcript

1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΠΛΗΡΟΦΟΡΙΚΗ ΚΑΙ ΔΙΟΙΚΗΣΗ» ΤΜΗΜΑΤΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ "Μελέτη εργαλείων επεξεργασίας φόρτου κίνησης χρηστών στον παγκόσμιο ιστό και αξιοποίησή τους σε επιχειρηματικές δράσεις" Γεώργιος Αμπατζίδης Επιβλέπουσα : Αθηνά Βακάλη, Επίκουρος Καθηγητής ΘΕΣΣΑΛΟΝΙΚΗ ΜΑΡΤΙΟΣ 2007

2 Ευχαριστίες Καταρχάς, θα ήθελα να εκφράσω τις ευχαριστίες μου στην υποψήφιο διδάκτορα κ. Βασιλική Κουτσονικόλα, τόσο για τις χρήσιμες συμβουλές τις όσο και για την βοήθειά της στην υλοποίηση μέρους της παρούσας εργασίας. Τέλος, ευχαριστώ θερμά την επιβλέπουσα καθηγήτριά μου κ. Αθηνά Βακάλη για την ευκαιρία που μου έδωσε να ασχοληθώ με το συγκεκριμένο θέμα, για την υποστήριξη και την βοήθεια που μου παρείχε κατά τη διάρκεια της εκπόνησης της πτυχιακής μου εργασίας. i

3 Περιεχόμενα Ευχαριστίες...i Πίνακας Περιεχομένων... ii Κεφάλαιο 1 ΕΙΣΑΓΩΓΗ 1.1 Γενικά Δομή της εργασίας...5 Κεφάλαιο 2 ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ 2.1 Γενικά - Βασικές έννοιες Πως γίνεται; Συλλογή δεδομένων ιστού Κατηγοριοποίηση δεδομένων ιστού Τεχνικές συλλογής δεδομένων Προεπεξεργασία δεδομένων Ανακάλυψη και ανάλυψη προτύπων...20 Κεφάλαιο 3 ΣΥΣΤΗΜΑΤΑ ΣΥΣΤΑΣΕΩΝ 3.1 Εισαγωγή Παραδείγματα και αρχές λειτουργίας Ένα μοντέλο της διαδικασίας συστάσεων Ζητήματα υπολογιστικών συστημάτων συστάσεων Κύριοι τύποι συστημάτων σύστασης Συστήματα σύστασης βασισμένα στο περιεχόμενο Συστήματα υποστήριξης συστάσεων Συστήματα εξόρυξης κοινωνικών δεδομένων Συνεργατικό φιλτράρισμα Ανακεφαλαίωση Τι επικρατεί σήμερα;...49 ii

4 Κεφάλαιο 4 ΠΕΡΙΒΑΛΛΟΝΤΑ - ΕΦΑΡΜΟΓΕΣ 4.1 CoFE Vogoo Amazon.com CDNOW.com...71 Κεφάλαιο 5 ΣΥΜΠΕΡΑΣΜΑΤΑ ΜΕΛΛΟΝΤΙΚΕΣ ΤΑΣΕΙΣ 5 Συμπεράσματα Μελλοντικές τάσεις...76 Βιβλιογραφία Επιστημονικές Αναφορές Βιβλιογραφία Επιστημονικές Αναφορές...80 iii

5 Στους γονείς μου, Γιάννη και Έλλη.

6 ΚΕΦΑΛΑΙΟ 1 ο : ΕΙΣΑΓΩΓΗ Κεφάλαιο 1 ο : Εισαγωγή 1.1 Γενικά Η συνεχής αύξηση του μεγέθους και της χρήσης του Παγκόσμιου Ιστού επιβάλλει νέες μεθόδους σχεδιασμού και ανάπτυξης online υπηρεσιών παροχής πληροφοριών. Οι περισσότερες δομές του Ιστού είναι μεγάλες και σύνθετες και οι χρήστες συχνά χάνουν το σκοπό της αναζήτησής τους, ή λαμβάνουν αμφίβολα αποτελέσματα, όταν επιχειρούν να πλοηγηθούν ανάμεσά τους. Από την άλλη πλευρά, ο τομέας του ηλεκτρονικού επιχειρείν (της διεξαγωγής επιχειρηματικής δραστηριότητας χρησιμοποιώντας ηλεκτρονικά -και ειδικότερα διαδικτυακά- μέσα) εξελίσσεται ταχέως και η ανάγκη για διαδικτυακές αγορές που ικανοποιούν τις ανάγκες των πελατών είναι εμφανέστερη από ποτέ. Η διαχείριση των πελατειακών σχέσεων (CRM) ταυτίζεται με την ιδέα της ανάπτυξης στενών και εξατομικευμένων σχέσεων μεταξύ μίας επιχείρησης και των πελατών της. Για να ευδοκιμήσουν όμως τέτοιου είδους σχέσεις απαιτούνται δεδομένα και για τις δύο πλευρές. Οι επιχειρήσεις χρειάζονται αρκετά ποιοτικά δεδομένα για να θέσουν τις βάσεις αυτών των σχέσεων ώστε να μπορέσουν να αναπτυχθούν. Είναι γνωστό πως όσο πιο στενή είναι μία σχέση τόσο μεγαλύτερος όγκος δεδομένων είναι διαθέσιμος και συνεπώς περισσότερο συνετές αποφάσεις λαμβάνονται. 1

7 ΚΕΦΑΛΑΙΟ 1 ο : ΕΙΣΑΓΩΓΗ Σχήμα 1.1 : διαγραμματική απεικόνιση της διαχείρισης πελατειακών σχέσεων Η υιοθέτηση σωστών πρακτικών διαχείρισης των πελατειακών σχέσεων αποφέρει οφέλη όπως είναι η ανακάλυψη νέων πελατών αλλά και νέων επιχειρηματικών ευκαιριών. Επιπλέον βοηθά στην αποτελεσματική διαχείριση προϊόντων με μικρό κύκλο ζωής τα οποία είναι συνήθη στο ηλεκτρονικό εμπόριο. Η κατοχή επαρκούς γνώσης σχετικά με τους πελάτες επιτρέπει τον εντοπισμό νέων προϊόντων και υπηρεσιών. Επιπλέον το να γνωρίζει κανείς τις ανάγκες δυνητικών πελατών βοηθά στο να επιλέγονται πιο σωστά τα προϊόντα που θα περιληφθούν στον κατάλογο, όπως και οι ποσότητές τους που θα πρέπει να βρίσκονται στην επιχείρηση ως απόθεμα. Αυτό μεταφράζεται ως πλεονέκτημα έναντι των ανταγωνιστών, αύξηση κερδών, καλύτερη παροχή υπηρεσιών και μεγαλύτερη αφοσίωση του πελάτη στην επιχείρηση. Είναι γνωστό πως οι χρήστες δεν δείχνουν αρκετή εμπιστοσύνη στο ηλεκτρονικό εμπόριο και ως εκ τούτου δεν το χρησιμοποιούν καθόλου ή το χρησιμοποιούν ελάχιστα προτιμώντας να διατηρούν την ανωνυμία τους μη παρέχοντας ούτε τις βασικές πληροφορίες για τους ίδιους. Το γεγονός αυτό έχει δραματικές συνέπειες στο ηλεκτρονικό εμπόριο. Μία επιχείρηση η οποία δεν έχει στην διάθεσή της αρκετές πληροφορίες για έναν πελάτη δεν μπορεί να βελτιώσει την μεταξύ τους σχέση και κατά συνέπεια τις υπηρεσίες που 2

8 ΚΕΦΑΛΑΙΟ 1 ο : ΕΙΣΑΓΩΓΗ παρέχει. Παράλληλα ο επισκέπτης δεν θα λαμβάνει την ικανοποίηση που επιθυμεί και η εμπιστοσύνη του διαρκώς θα ελαττώνεται. Το πρόβλημα έγκειται στο ότι υπάρχουν πολύ λίγες επιχειρήσεις με πελάτες οι οποίοι δέχονται να δώσουν σαφείς και επαρκείς πληροφορίες. Έτσι λοιπόν γνωρίζουμε πως έχουμε να αντιμετωπίσουμε πελάτες οι οποίοι νιώθουν ανασφαλείς με τις ηλεκτρονικές τους συναλλαγές, την έλλειψη πληροφοριών για αυτούς και ταυτόχρονα την κατανόηση της συμπεριφοράς τους έτσι ώστε να εξασφαλίζεται η παροχή καλύτερων υπηρεσιών. Η μόνη πηγή πληροφόρησης που έχει απομείνει και στην οποία έχουμε άμεση πρόσβαση είναι η περίοδος της επίσκεψης του εκάστοτε χρήστη. Φαίνεται λοιπόν ξεκάθαρα πως το ηλεκτρονικό εμπόριο πρέπει να μάθει να εξάγει όσο το δυνατόν περισσότερη γνώση σχετικά με τις ανάγκες του χρήστη κατά την διάρκεια της επίσκεψής του και να το πετυχαίνει αυτό με τέτοιο τρόπο έτσι ώστε να αναγνωρίζονται οι χρήστες και οι συμπεριφορές τους και παράλληλα να διατηρείται η ανωνυμία τους. Ωστόσο οποιαδήποτε λύση περιορίζεται από το είδος και τον όγκο των διαθέσιμων πληροφοριών σχετικά με τις αλληλεπιδράσεις επιχείρησης - πελατών. Μέχρι σήμερα ελάχιστες πληροφορίες που αφορούν την συμπεριφορά του καθένα πελάτη ξεχωριστά σε έναν ιστοχώρο ήταν αποθηκευμένες. Τα web-logs συχνά μας παρέχουν μόνο το σύνολο των σελίδων που επισκέφθηκε ο χρήστης σε μία περίοδο ή και τίποτα από αυτά όταν οι σελίδες περιέχουν applets ή plug-ins. Ακόμη θέματα ασφαλείας και νόμοι για την προστασία των προσωπικών δεδομένων επηρεάζουν το είδος και την ποιότητα των αποθηκευμένων πληροφοριών για τις επισκέψεις ιστοχώρων. Λαμβάνοντας υπόψη όλα τα παραπάνω, τρία συμπεράσματα μπορούν να εξαχθούν : Οποιαδήποτε εφαρμογή ηλεκτρονικού εμπορίου η οποία επιθυμεί να βελτιώσει τις σχέσεις της με τους πελάτες χρειάζεται να γνωρίζει τι είδους συμπεριφορές είναι δυνατόν να παρουσιαστούν και ποιες από αυτές είναι επικερδείς και ποιες όχι. 3

9 ΚΕΦΑΛΑΙΟ 1 ο : ΕΙΣΑΓΩΓΗ Για την χρησιμοποίηση αυτής της γνώσης, η άμεση αναγνώριση του χρήστη που επισκέπτεται τον ιστοχώρο στην κατάλληλη στιγμή είναι μείζονος σημασίας και ενδιαφέροντος. Οι μέθοδοι εξόρυξης δεδομένων είναι θεμελιώδεις σε όλες τις διαδικασίες λήψης αποφάσεων. Για τον λόγο αυτό, η ανάγκη για πρόβλεψη των αναγκών του χρήστη με σκοπό να βελτιωθεί η χρηστικότητα και η διατήρηση σε ισχύ του πελατολογίου ενός ιστοχώρου μπορεί να αντιμετωπισθεί με την εξατομίκευση. Η εξατομίκευση ιστοχώρου ορίζεται ως κάθε ενέργεια που προσαρμόζει τις πληροφορίες ή τις υπηρεσίες που παρέχονται από έναν ιστοχώρο στις ανάγκες κάθε συγκεκριμένου χρήστη ή μιας ομάδας χρηστών, εκμεταλλευόμενη τις γνώσεις που αποκτήθηκαν από την πλοηγική συμπεριφορά και τα προσωπικά ενδιαφέροντα των χρηστών σε συνδυασμό με το περιεχόμενο και τη δομή του ιστοχώρου. Ο αντικειμενικός στόχος ενός συστήματος εξατομίκευσης ιστοχώρου είναι να «εφοδιάσει τους χρήστες με τις πληροφορίες που θέλουν ή χρειάζονται, χωρίς να αναμένει από αυτούς να το ζητήσουν αυτό συγκεκριμένα» [28]. Τα κύρια στοιχεία της εξατομίκευσης ιστοχώρου περιλαμβάνουν (α) την κατηγοριοποίηση και προεπεξεργασία των δεδομένων ιστού, (β) την άντληση συσχετισμών μεταξύ και διαμέσου διαφορετικών ειδών τέτοιων δεδομένων, και (γ) τον καθορισμό των ενεργειών που πρέπει να προταθούν από ένα τέτοιο σύστημα εξατομίκευσης [28]. 4

10 ΚΕΦΑΛΑΙΟ 1 ο : ΕΙΣΑΓΩΓΗ 1.2 Δομή της εργασίας Στο κεφάλαιο που ακολουθεί θα μελετήσουμε την εξατομίκευση ενός ιστοχώρου. Θα δούμε αναλυτικά ένα προς ένα όλα τα βήματα μίας τέτοιου είδους διαδικασίας. Στο τρίτο κεφάλαιο ο αναγνώστης θα γνωρίσει τους κύριους τύπους συστημάτων σύστασης μετά από αρκετή συζήτηση σχετικά με παραδείγματα και αρχές λειτουργίας τους. Το επόμενο κεφάλαιο, το τέταρτο αποτελεί το πρακτικό κομμάτι της παρούσας εργασίας καθώς σε αυτό παρουσιάζονται μηχανές συστάσεων αλλά και ιστοχώροι οι οποίοι χρησιμοποιούν κάποιο σύστημα παροχής συστάσεων προς τους πελάτες τους. Η εργασία ολοκληρώνεται με το παράρτημα όπου παρατίθενται όλες οι βιβλιογραφικές πηγές και επιστημονικές αναφορές της. 5

11 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ Κεφάλαιο 2 ο : Εξατομίκευση ιστοχώρου 2.1 Γενικά Βασικές έννοιες Η εξατομίκευση ενός ιστοχώρου είναι ένα είδος στρατηγικής, ένα εργαλείο μάρκετινγκ. Μπορεί να ορισθεί ως η διαδικασία διαμόρφωσης του περιεχομένου και της δομής ενός ιστοχώρου σύμφωνα με τις ειδικές και ατομικές ανάγκες καθενός χρήστη. Η εξατομίκευση στηρίζεται στην συλλογή πληροφοριών που αφορούν τον χρήστη και την συμπεριφορά του κατά την πλοήγησή του καθώς και στην αξιοποίηση αυτών έτσι ώστε να ελέγχεται στην συνέχεια τι παρουσιάζεται στους επισκέπτες αλλά και με ποιον τρόπο. Όταν εφαρμόζεται σωστά, η εξατομίκευση της εμπειρίας ενός επισκέπτη καθιστά την παραμονή του στον ιστοχώρο πιο παραγωγική αλλά και πιο ευχάριστη. Η εξατομίκευση αποκτά αξία καθώς οδηγεί σε επιθυμητά επιχειρηματικά αποτελέσματα όπως : Αύξηση της ευχρηστίας του ιστοχώρου. Περιορίζοντας τις επιλογές πλοήγησης και παρέχοντας απευθείας συνδέσμους σε επιθυμητό περιεχόμενο, η εξατομίκευση αυτομάτως καθιστά την πλοήγηση ενός ιστοχώρου περισσότερο εύκολη επιτρέποντας στους χρήστες να βρουν τις πληροφορίες, τα προϊόντα και τις υπηρεσίες που θέλουν πολύ πιο γρήγορα. Εξομοίωση της offline εμπειρίας. Η εξομοίωση της οικίας (για τον χρήστη) offline εμπειρίας είναι ένας στρατηγικός στόχος/πλεονέκτημα της εξατομίκευσης. Η ιδεατή εξατομίκευση λειτουργεί όπως ένας υπάλληλος καταστήματος που μπορεί να θυμάται τον πελάτη, να του προτείνει αγορές και να τον βοηθά στην επίλυση των συγκεκριμένων προβλημάτων του. 6

12 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ Προσέλκυση πελατών. Έρευνες έχουν δείξει πως η αλλαγή των χρηστών από απλούς επισκέπτες σε αγοραστές έχει ένα σημαντικό αντίκτυπο στα έσοδα ενός ιστοχώρου. Έτσι λοιπόν η εξατομίκευση παρέχει στοχευμένες, υψηλής αξίας αγοραστικές ευκαιρίες απευθείας στον χρήστη. Προβάλλοντας το κατάλληλο περιεχόμενο σε έναν χρήστη, η εξατομίκευση αυξάνει την πιθανότητα ένας επισκέπτης να γίνει αγοραστής. Διατήρηση πελατών. Η εξατομίκευση ενισχύει την προσήλωση των πελατών προς έναν ιστοχώρο. Οι πελάτες επιστρέφουν πιο τακτικά σε ιστοχώρους όπου απολαμβάνουν συγκεκριμένα οφέλη και η εξατομίκευση παρέχει αυτά τα οφέλη. Επανάκτηση πελατών. Η επανάκτηση είναι μία διαδικασία προσέγγισης παλαιών πελατών μέσω ηλεκτρονικού ταχυδρομείου ή άλλων μέσων ώστε να ενημερώνονται για νέα προϊόντα που πιθανώς να τους ενδιαφέρουν. Εάν μάλιστα τέτοιου είδους ειδοποιήσεις είναι εξατομικευμένες, οι πελάτες θα μάθουν να εμπιστεύονται τις προσπάθειες επανάκτησης. Από την άλλη πλευρά όμως η εξατομίκευση τις περισσότερες φορές έχει την τάση να αυξάνει την πολυπλοκότητα της διασύνδεσης του ιστοχώρου και να επιφέρει επιπλοκές στην αρχιτεκτονική του. Μπορεί επιπλέον να υποβαθμίσει την αποτελεσματικότητα ενός διαφημιστικού μηνύματος ή ακόμη χειρότερα να πλήξει την εμπειρία ενός χρήστη. Για τον λόγο αυτό όταν εφαρμόζεται πρέπει να γίνεται με αρκετή προσοχή και μελέτη. 7

13 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ 2.2 Πως γίνεται? Τα βήματα μιας τέτοιου είδους διαδικασίας περιλαμβάνουν: τη συλλογή δεδομένων ιστού, την προεπεξεργασία των δεδομένων, την ανακάλυψη και την ανάλυση προτύπων και την σύσταση προτάσεων και ενεργειών που πρέπει να εκτελεστούν Σχήμα 2.1 : τα κύρια στάδια της εξατομίκευσης Συλλογή δεδομένων ιστού Κατηγοριοποίηση δεδομένων ιστού Δεδομένα ιστού ονομάζουμε αυτά τα οποία μπορούν να συλλεγούν και να χρησιμοποιηθούν στα πλαίσια της εξατομίκευσης ενός ιστοχώρου. Τα δεδομένα αυτά διακρίνονται σε τέσσερις κατηγορίες [33] : 8

14 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ δεδομένα περιεχομένου (content data), παρουσιάζονται στον τελικό χρήστη κατάλληλα διαμορφωμένα. Μπορεί να είναι απλά κείμενα, εικόνες ή διαμορφωμένα δεδομένα όπως πληροφορίες που έχουν αντληθεί από κάποια βάση δεδομένων. δεδομένα διάρθρωσης (structure data), αναπαριστούν τον τρόπο με τον οποίο το περιεχόμενο είναι οργανωμένο. Μπορεί να είναι είτε οντότητες δεδομένων που χρησιμοποιούνται σε μία ιστοσελίδα όπως HTML ή XML tags, ή οντότητες δεδομένων που χρησιμοποιούνται για να συνδέσουν έναν ιστοχώρο όπως οι υπερσύνδεσμοι που συνδέουν μία σελίδα με μία άλλη. δεδομένα χρήσης (usage data), αναπαριστούν την χρήση ενός ιστοχώρου όπως η διεύθυνση IP του επισκέπτη, η ώρα και ημερομηνία της πρόσβασης, οι ακριβείς διαδρομές (αρχεία ή κατάλογοι) που προσπελάστηκαν καθώς και άλλα χαρακτηριστικά που μπορούν να συμπεριληφθούν σε ένα αρχείο καταγραφής συμβάντων για την πρόσβαση στον ιστό (web access log). δεδομένα προφίλ χρήστη (user profile data), παρέχουν πληροφορίες σχετικά με τους χρήστες ενός ιστοχώρου. Ένα προφίλ χρήστη περιέχει δημογραφικά στοιχεία (όνομα, ηλικία, χώρα, οικογενειακή κατάσταση, μόρφωση, ενδιαφέροντα κ.α.) για κάθε έναν χρήστη ενός ιστοχώρου καθώς και πληροφορίες για τα ενδιαφέροντα και τις προτιμήσεις των χρηστών. Τέτοιου είδους πληροφορίες συλλέγονται μέσω αιτήσεων εγγραφής ή ερωτηματολογίων ή μπορεί να τις συνάγει κανείς αναλύοντας τα αρχεία καταγραφής συμβάντων της χρήσης ιστού (web usage logs). Μία εναλλακτική κατηγοριοποίηση των δεδομένων είναι της μορφής : δεδομένα ιστού (web data), επιχειρηματικά δεδομένα (business data) και μετα-δεδομένα (meta data) όπου ουσιαστικά τα δεδομένα ιστού αντιστοιχούν 9

15 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ στα δεδομένα χρήσης, τα επιχειρηματικά δεδομένα στα δεδομένα προφίλ χρήστη και τα μετα-δεδομένα στα δεδομένα διάρθρωσης και περιεχομένου. Δεδομένα ιστού (δεδομένα χρήσης) Υπάρχουν τρία είδη δεδομένων ιστού : αρχεία καταγραφής συμβάντων (log files), cookies και δεδομένα άντλησης πληροφοριών (query data). Όσον αφορά το πρώτο είδος υπάρχουν τρεις διαφορετικοί τύποι αρχείων καταγραφής συμβάντων [34] : Access log, Error Log και Referrer Log. Τα access logs μπορούν να αποθηκευτούν είτε σε μορφή common log file (CLF) είτε σε μορφή extended log file. Σχήμα 2.2 : παράδειγμα common log file Η σύνταξη ενός common log file έχει ως εξής : Σχήμα 2.3 : σύνταξη ενός common log file 10

16 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ Σχήμα 2.4 : παράδειγμα extended log file Το extended log file αποθηκεύει επιπλέον στοιχεία για το πρόγραμμα πλοήγησης που χρησιμοποιήθηκε καθώς και την URL από την οποία έγινε η επίσκεψη της ιστοσελίδας. Το error log περιέχει πληροφορίες για κάθε είδος πιθανού λάθους, όπως για παράδειγμα σπασμένους συνδέσμους ή απόπειρες μη εξουσιοδοτημένης πρόσβασης. Το referrer log περιέχει πληροφορίες για ιστοσελίδες από όπου πραγματοποιήθηκε κάποια επίσκεψη μιας συγκεκριμένης σελίδας. Το δεύτερο είδος δεδομένων ιστού είναι τα cookies. Αυτά είναι αρχεία απλού κειμένου αποθηκευμένα στον υπολογιστή του χρήστη που χρησιμεύουν στην παρακολούθηση των ρυθμίσεων ή δεδομένων για έναν συγκεκριμένο ιστοχώρο ο οποίος και τα δημιούργησε. Όταν το πρόγραμμα πλοήγησης του χρήστη αναζητά μία ιστοσελίδα, στέλνει ταυτόχρονα με το εν λόγω αίτημα και τις ρυθμίσεις που χρησιμοποιούνται για την σελίδα αυτήν. Τα cookies μπορεί να είναι προσωρινά ή μόνιμα. Το πρόγραμμα πλοήγησης του χρήστη παρακολουθεί τα προσωρινά cookies όσο τρέχει αλλά τα διαγράφει όταν τερματίζεται η λειτουργία του. Τα προσωρινά cookies χρησιμοποιούνται για να μεταφέρουν πληροφορίες μεταξύ ιστοσελίδων κατά την διάρκεια μίας απλής επίσκεψης όπως π.χ. καλάθια ηλεκτρονικών αγορών. Αντίθετα το πρόγραμμα πλοήγησης του χρήστη αποθηκεύει τα μόνιμα cookies ως αρχεία στον υπολογιστή ώστε να διατηρηθούν οι ρυθμίσεις ή τα δεδομένα μέχρι την επόμενη επίσκεψη. 11

17 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ Σχήμα 2.5 : παράδειγμα cookie file Τα δεδομένα άντλησης πληροφοριών (query data) είναι το τρίτο είδος δεδομένων ιστού και παράγονται από ερωτήματα προς τον εξυπηρετητή. Κάθε αναζήτηση σε έναν ιστοχώρο μπορεί να αποθηκευτεί σε ένα αρχείο και να παρέχει χρήσιμες πληροφορίες για τις προτιμήσεις του χρήστη. Σχήμα 2.6 : παράδειγμα δεδομένων άντλησης πληροφοριών 12

18 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ Επιχειρηματικά δεδομένα (δεδομένα προφίλ χρήστη) Τα δεδομένα αυτά περιλαμβάνουν : - δημογραφικά στοιχεία (ηλικία, φύλο, μόρφωση, οικογενειακή κατάσταση) - πληροφορίες για το προϊόν (Ποια προϊόντα χρησιμοποιεί ο πελάτης αυτήν την περίοδο; Ποια προϊόντα χρησιμοποιούσε στο παρελθόν;) - πληροφορίες για τις συναλλαγές (Πως χρησιμοποιεί ένας πελάτης το προϊόν του, π.χ. την πιστωτική κάρτα ;) - πληροφορίες για προηγούμενες διαφημιστικές εκστρατείες (Ποιες πληροφορίες είχε ήδη αφομοιώσει ο πελάτης από διαφημιστικές εκστρατείες ; Πως είχε αντιδράσει ;) Οι περισσότερες επιχειρήσεις έχουν δημιουργήσει αποθήκες δεδομένων όπου εναποθέτονται τέτοιου είδους πληροφορίες. Μετα-δεδομένα (δεδομένα διάρθρωσης & περιεχομένου) Τα μετα-δεδομένα περιγράφουν την διάρθρωση και το περιεχόμενο ενός ιστοχώρου. Η διάρθρωση δίνεται για παράδειγμα από την αρχική σελίδα και των συνδέσμων μεταξύ των σελίδων ενώ το περιεχόμενο μπορεί να αναπαρασταθεί από ένα μοντέλο ανυσματικού χώρου [3]. Εάν ένας ιστοχώρος περιλαμβάνει Χ διαφορετικές λέξεις και Υ διαφορετικές σελίδες, τότε μπορούμε να αναπαραστήσουμε το περιεχόμενό του με έναν πίνακα Μ, Χ γραμμών και Υ στηλών. Τα δεδομένα που εξάγονται από έναν ιστοχώρο αποτελούν μόνο το αρχικό στάδιο στην διαδικασία της εξόρυξης δεδομένων καθώς η αξία τους αυξάνεται όταν συγχωνεύονται με ήδη υπάρχουσες βάσεις δεδομένων και 13

19 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ πληροφορίες προερχόμενες από τρίτα μέρη. Υπάρχουν διάφορες μέθοδοι και πηγές για την συλλογή πληροφοριών που είναι καταλληλότερες από την άμεση και απευθείας αναζήτησή τους μέσω ερωτήσεων. Η αναζήτηση μέσω ερωτήσεων και συχνά μάλιστα πολλών μπορεί να οδηγήσει σκόπιμα σε ανακριβείς πληροφορίες από τους επισκέπτες Τεχνικές συλλογής δεδομένων Τις τεχνικές συλλογής δεδομένων τις διακρίνουμε σε άμεσες, έμμεσες και σε αυτές που εφαρμόζονται σε εξωτερικά δεδομένα. Έτσι λοιπόν έχουμε : άμεσες τεχνικές όπως User ID, Personal Data και Feedback έμμεσες τεχνικές όπως Logfiles, Packet Sniffing, Application Server Logging, Cookies, Session ID, Web Bugs και Spyware. τεχνικές εξωτερικών δεδομένων όπως αγοράς και συνεργασίας. Σχήμα 2.7 : διαγραμματική απεικόνιση της κατηγοριοποίησης τεχνικών συλλογής δεδομένων 14

20 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ Συμπέρασμα Τα αρχεία καταγραφής συμβάντων ιστού (web logs) συγκρατούν δεδομένα όπως domain name/ip address του πελάτη, την ώρα στην οποία το αίτημα κατέφθασε στον εξυπηρετητή ή πληροφορίες για τις επισκεφθείσες ιστοσελίδες κατά την διάρκεια μίας περιόδου (session). Ωστόσο υπάρχει έλλειψη ποιοτικών πληροφοριών στα αρχεία καταγραφής συμβάντων ιστού. Δεν πρέπει να παραγνωρίζουμε το γεγονός ότι δημιουργήθηκαν ως βοηθητικό εργαλείο για τους διαχειριστές συστημάτων και όχι ως το κύριο εργαλείο για το μάρκετινγκ. Για τον λόγο αυτό αναπτύχθηκαν μέθοδοι εξόρυξης δεδομένων και μηχανισμοί ανάλυσης και κατηγοριοποίησής τους Προεπεξεργασία δεδομένων Η προεπεξεργασία δεδομένων είναι το στάδιο κατά το οποίο τα αρχικά, ακατέργαστα δεδομένα επεξεργάζονται ώστε να προετοιμαστούν για το επόμενο στάδιο. Με την προεπεξεργασία αντιμετωπίζονται προβλήματα όπως των κενών τιμών, θορύβου, ακραίων τιμών, τεράστιου όγκου δεδομένων κ.α. Τα δεδομένα αποκτούν ποιότητα αλλά και μία ενιαία μορφή ώστε να χρησιμοποιηθούν από το επόμενο στάδιο της ανάλυσής τους. Στην διαδικασία της εξατομίκευσης ενός ιστοχώρου το στάδιο της προεπεξεργασίας των δεδομένων ιστού χωρίζεται σε έξι κύριες φάσεις : καθαρισμός δεδομένων (Data Cleaning), αναγνώριση χρήστη (User Identification), αναγνώριση περιόδου (Session Identification), συμπλήρωση διαδρομών (Path Completion), τυποποίηση (Formatting) και αναγνώριση συναλλαγής (Transaction Identification). Την διάρθρωση του σταδίου αυτού μπορούμε να δούμε γραφικά στο παρακάτω σχήμα. 15

21 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ Σχήμα 2.8 : οι κύριες φάσεις της προεπεξεργασίας δεδομένων Καθαρισμός Δεδομένων Οι τεχνικές καθαρισμού ενός αρχείου καταγραφής συμβάντων σε έναν εξυπηρετητή (server log) από άσχετα αντικείμενα είναι σημαντικές όχι μόνο για την εξόρυξη δεδομένων αλλά και για οποιουδήποτε τύπου ανάλυση αρχείων καταγραφής συμβάντων ιστού (web log). Οι συσχετίσεις που βρίσκονται ή τα στατιστικά δεδομένα που αναφέρονται αποκτούν πραγματικό ενδιαφέρον μόνον όταν τα δεδομένα που εμφανίζονται στο αρχείο καταγραφής συμβάντων σε έναν εξυπηρετητή μας παρέχουν μία ακριβή εικόνα των επισκέψεων ενός χρήστη στον ιστοχώρο. Το πρωτόκολλο HTTP απαιτεί ξεχωριστή σύνδεση για κάθε αρχείο που ζητείται από τον εξυπηρετητή. Έτσι λοιπόν το αίτημα ενός χρήστη για να δει μία συγκεκριμένη σελίδα συχνά καταλήγει σε αρκετές καταχωρήσεις στο αρχείο καταγραφής 16

22 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ συμβάντων, καθώς τα γραφικά και τα scripts φορτώνονται επιπρόσθετα του αρχείου HTML. Στις περισσότερες περιπτώσεις μόνο η καταχώρηση που γίνεται στο αρχείο καταγραφής συμβάντων του αιτήματος του HTML αρχείου είναι σχετική και θα έπρεπε να κρατηθεί για το αρχείο της περιόδου χρήστη. Αυτό συμβαίνει επειδή ο χρήστης γενικά δεν ζητά όλα τα γραφικά που βρίσκονται σε μία ιστοσελίδα, αλλά φορτώνονται αυτόματα λόγω των ετικετών (tags) της HTML. Έτσι λοιπόν από την στιγμή που κύριος στόχος της εξόρυξης πληροφοριών από την χρήση ιστού είναι η εξαγωγή μίας εικόνας της συμπεριφοράς του χρήστη, δεν είναι λογικό να συμπεριλαμβάνουμε αιτήματα για αρχεία τα οποία στην ουσία δεν ζήτησε ο χρήστης. Η απαλοιφή των αντικειμένων που θεωρούνται άσχετα μπορεί να πραγματοποιηθεί ελέγχοντας την κατάληξη του ονόματος URL. Για παράδειγμα, όλες οι καταχωρήσεις στο αρχείο καταγραφής συμβάντων με καταλήξεις ονομάτων αρχείων όπως gif, jpeg, GIF, JPEG, jpg, JPG, css, CSS, swf, SWF και map μπορούν να απομακρυνθούν. Πολλά συστήματα χρησιμοποιούν προκαθαρισμένες λίστες με καταλήξεις για την απομάκρυνση συγκεκριμένων αρχείων. Ωστόσο οι λίστες αυτές μπορούν να τροποποιηθούν ανάλογα με τον τύπο του ιστοχώρου που εξετάζεται. Aναγνώριση χρήστη Η αναγνώριση του χρήστη είναι απαραίτητη για τους ιστοχώρους που δεν χρησιμοποιούν cookies ή ενσωματωμένα session Ids. Η εργασία αυτή είναι αρκετά περίπλοκη λόγω των τοπικών προσωρινών μνημών (local caches), των εταιρικών τειχών προστασίας (corporate firewalls) και διαμεσολαβητών (proxy servers). Το πρόβλημα έγκειται στο γεγονός ότι μηχανές πρόσδοσης ονόματος για την αναγνώριση καθενός χρήστη μοναδικά, λανθασμένα αντιλαμβάνονται πολλούς χρήστες ως έναν. Ένας αλγόριθμος ελέγχει εάν κάθε ένα εισερχόμενο αίτημα είναι προσβάσιμο από τις ήδη επισκεφθείσες σελίδες. Εάν ζητηθεί μία σελίδα η οποία δεν είναι άμεσα συνδεδεμένη με τις προηγούμενες σελίδες, τότε θεωρείται πως πολλοί χρήστες βρίσκονται στην ίδια μηχανή. Η διάρκεια της περιόδου ενός χρήστη που καθορίζεται αυτόματα από πρότυπα 17

23 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ συμπεριφοράς χρησιμοποιείται για την αναγνώριση χρηστών. Άλλες ευρετικές (heuristics) χρησιμοποιούν έναν συνδυασμό διεύθυνσης IP, μηχανών πρόσδοσης ονόματος, πρακτόρων προγραμμάτων πλοήγησης και προσωρινών πληροφοριών για να αναγνωρίζουν τους χρήστες. Οι μέθοδοι εξόρυξης πληροφοριών από την χρήση ιστού που βασίζονται στην συνεργασία με τον χρήστη είναι οι πιο εύκολοι τρόποι αντιμετώπισης αυτού του προβλήματος. Ωστόσο, ακόμη και για τις μεθόδους που βασίζονται σε αρχεία καταγραφής συμβάντων υπάρχουν ευρετικές που μπορούν να χρησιμοποιηθούν για να βοηθήσουν στην αναγνώριση χρηστών. Αναγνώριση περιόδου Για αρχεία καταγραφής συμβάντων τα οποία εκτείνονται χρονικά σε μεγάλες περιόδους, είναι πολύ πιθανόν χρήστες να επισκεφθούν έναν ιστοχώρο περισσότερες από μία φορές. Ο στόχος της αναγνώρισης περιόδου είναι να χωρίζει τις επισκέψεις ιστοσελίδων καθενός χρήστη σε ξεχωριστές περιόδους. Η απλούστερη μέθοδος πραγματοποίησης αυτού του στόχου είναι μέσω ενός διαλείμματος, όπου εάν ο χρόνος μεταξύ δύο αιτημάτων για ιστοσελίδες ξεπερνά ένα καθορισμένο όριο τότε θεωρείται ότι ο χρήστης ξεκινά μία νέα περίοδο. Πολλά εμπορικά προϊόντα χρησιμοποιούν τα 30 λεπτά ως προκαθορισμένο όριο ενός διαλλείματος [9]. Συμπλήρωση διαδρομών Ακόμη ένα πρόβλημα στην αξιόπιστη αναγνώριση μοναδικών περιόδων χρήστη είναι ο καθορισμός του κατά πόσο υπάρχουν επισκέψεις που δεν καταχωρούνται στο αρχείο καταγραφής συμβάντων επισκέψεων (access log). Αυτό το πρόβλημα αναφέρεται ως συμπλήρωση διαδρομών. Μέθοδοι παραπλήσιες με εκείνες που εφαρμόζονται για την αναγνώριση χρηστών μπορούν να χρησιμοποιηθούν για την συμπλήρωση διαδρομών. 18

24 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ Τυποποίηση Όταν ολοκληρωθούν οι προηγούμενες φάσεις της προεπεξεργασίας των δεδομένων στο αρχείο καταγραφής συμβάντων του εξυπηρετητή, τότε ακολουθεί η φάση της τυποποίησης όπου οι διάφορες περίοδοι ή συναλλαγές (transactions) παίρνουν την κατάλληλη μορφή για την εξόρυξη πληροφοριών που θα ακολουθήσει. Σχήμα 2.9 : παράδειγμα αποτελεσμάτων προεπεξεργασίας αρχείου καταγραφής συμβάντων Αναγνώριση Συναλλαγής Πριν από οποιαδήποτε εξόρυξη σε δεδομένα χρήσης ιστού, οι ακολουθίες των αναφορών ιστοσελίδων πρέπει να ομαδοποιηθούν σε λογικά τμήματα αναπαριστώντας τις συναλλαγές ιστού ή τις περιόδους χρήστη. Μία περίοδος χρήστη είναι όλες οι αναφορές ιστοσελίδων ενός χρήστη κατά την διάρκεια μίας μόνο επίσκεψης. Η αναγνώριση των περιόδων χρηστών είναι παραπλήσια με το πρόβλημα της αναγνώρισης μεμονωμένων χρηστών όπως αναφέρθηκε παραπάνω. Μία συναλλαγή διαφέρει από μία περίοδο χρήστη στο ότι το μέγεθος μίας συναλλαγής μπορεί να κυμαίνεται από μία απλή αναφορά 19

25 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ ιστοσελίδας έως όλες τις αναφορές ιστοσελίδων μίας περιόδου χρήστη ανάλογα βέβαια με τα κριτήρια που χρησιμοποιούνται για την αναγνώριση των συναλλαγών. Η κάθε περίοδος χρήστη σε ένα αρχείο περιόδου χρήστη μπορεί να εξεταστεί από δύο διαφορετικές πλευρές : είτε ως μία απλή συναλλαγή πολλών αναφορών ιστοσελίδων είτε ως ένα σύνολο πολλών συναλλαγών όπου η καθεμία αποτελείται από μία μοναδική αναφορά ιστοσελίδας. Ο στόχος της αναγνώρισης συναλλαγής είναι να δημιουργήσει πραγματικές ομάδες αναφορών για τον κάθε χρήστη. Έτσι λοιπόν η διαδικασία της αναγνώρισης συναλλαγών μπορεί να θεωρηθεί είτε ως διαχωρισμός μίας μεγάλης συναλλαγής σε μικρότερες είτε ως συγχώνευση πολλών μικρών σε μεγαλύτερες. Η διαδικασία αυτή μπορεί να εκταθεί με πολλαπλά βήματα διαχωρισμών ή συγχωνεύσεων ώστε να δημιουργηθούν οι κατάλληλες συναλλαγές για μία συγκεκριμένη εργασία εξόρυξης δεδομένων Ανακάλυψη και Ανάλυση Προτύπων Οι τρόποι που χρησιμοποιούνται για την ανάλυση των συλλεγέντων δεδομένων περιλαμβάνουν : φιλτράρισμα βασισμένο στο περιεχόμενο (content - based filtering), συνεργατικό φιλτράρισμα (collaborative filtering), φιλτράρισμα βασισμένο σε κανόνες (rule - based filtering), και εξόρυξη πληροφοριών από την χρήση ιστού (web usage mining). Τα συστήματα φιλτραρίσματος βασισμένου στο περιεχόμενο στηρίζονται αποκλειστικά στις προτιμήσεις των επιμέρους χρηστών. Το σύστημα παρακολουθεί και ανιχνεύει τη συμπεριφορά του καθενός χρήστη και 20

26 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ του συνιστά αντικείμενα παρόμοια με εκείνα που ο χρήστης άρεσε στο παρελθόν. Τα συστήματα συνεργατικού φιλτραρίσματος προτρέπουν τους χρήστες να βαθμολογήσουν αντικείμενα ή να καταστήσουν γνωστές τις προτιμήσεις και τα ενδιαφέροντά τους και μετά επιστρέφουν σε αυτούς πληροφορίες που προβλέπεται να είναι ενδιαφέρουσες. Αυτό βασίζεται στην υπόθεση ότι χρήστες με παρόμοια συμπεριφορά (π.χ. χρήστες που βαθμολογούν παρόμοια αντικείμενα) έχουν ανάλογα ενδιαφέροντα. Στο φιλτράρισμα που είναι βασισμένο σε κανόνες ζητείται από τους χρήστες να απαντήσουν σε μια σειρά ερωτήσεων οι οποίες αντλούνται από ένα δέντρο αποφάσεων. Έτσι, καθώς ο χρήστης προχωρά στην απάντησή τους, αυτό που τελικά λαμβάνει ως αποτέλεσμα (π.χ. ένας κατάλογος προϊόντων) προσαρμόζεται στις ανάγκες του. Το βασισμένο στο περιεχόμενο, το βασισμένο σε κανόνες και το συνεργατικό φιλτράρισμα μπορούν επίσης να χρησιμοποιηθούν συνδυαστικά για να εξαχθούν πιο ακριβή συμπεράσματα. H εξόρυξη πληροφοριών από την χρήση ιστού είναι μία διαδικασία η οποία έγκειται στην εφαρμογή στατιστικών μεθόδων και μεθόδων εξόρυξης δεδομένων σε αρχεία καταγραφής συμβάντων ιστού (web log data). Προϊόν αυτής της διαδικασίας είναι ένα σύνολο χρήσιμων προτύπων τα οποία υποδεικνύουν την συμπεριφορά πλοήγησης των χρηστών. Οι μέθοδοι εξόρυξης δεδομένων που χρησιμοποιούνται είναι [33] : στατιστική ανάλυση (statistical analysis) η πιο γνωστή και ευρέως χρησιμοποιούμενη μέθοδος, όπως η συχνότητα, μέσος όρος, διάμεσος κ.α. εξόρυξη κανόνων συσχέτισης (association rule mining) μπορεί να χρησιμοποιηθεί ώστε να συσχετίσει μία ιστοσελίδα ή ένα προϊόν με ένα άλλο όταν αναφέρονται ή αγοράζονται συχνά μαζί 21

27 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ εξεύρεση διαδοχικών προτύπων (sequential pattern discovery) ένα αντικείμενο διαδέχεται με χρονική σειρά ένα σύνολο αντικειμένων ομαδοποίηση (clustering) αντικείμενα με παρόμοια χαρακτηριστικά ομαδοποιούνται σε σύνολα ταξινόμηση (classification) δεδομένα καταχωρούνται σε μία από τις πολλές προκαθορισμένες κατηγορίες Η γνώση αυτή χρησιμοποιείται μετέπειτα από το σύστημα με σκοπό να εξατομικεύσει τον ιστοχώρο σύμφωνα με την συμπεριφορά και το προφίλ του καθενός χρήστη. Το διάγραμμα που απεικονίζεται στο Σχήμα 2.10 παριστάνει τη λειτουργική αρχιτεκτονική ενός συστήματος εξατομίκευσης σε έναν ιστοχώρο σε σχέση με τις μονάδες (modules) και τις πηγές δεδομένων που περιγράφηκαν νωρίτερα. Η μονάδα διαχείρισης περιεχομένου επεξεργάζεται το περιεχόμενο του ιστοχώρου και το ταξινομεί σε εννοιολογικές κατηγορίες. Το περιεχόμενο του ιστοχώρου μπορεί να εμπλουτιστεί με επιπρόσθετες πληροφορίες αποκτημένες από άλλες πηγές του ιστού, χρησιμοποιώντας προχωρημένες τεχνικές έρευνας. Δεδομένης της διάρθρωσης του χάρτη του ιστοχώρου και των αρχείων καταγραφής συμβάντων χρήσης (usage logs), ένας web usage miner παρέχει αποτελέσματα που αφορούν πρότυπα χρήσης, συμπεριφορά χρήστη, ομάδες χρηστών, πληροφορίες για clickstream κ.ο.κ. Επιπρόσθετες πληροφορίες σχετικά με τους επιμέρους χρήστες μπορούν να αποκτηθούν από τα προφίλ των χρηστών. Επιπλέον, οποιαδήποτε πληροφορία αντλήθηκε από τη διαδικασία αξιοποίησης της χρήσης του Ιστού (web usage mining) και αφορά στην συμπεριφορά πλοήγησης καθενός χρήστη μπορεί κατόπιν να προστεθεί στο προφίλ του. Όλες αυτές οι πληροφορίες σχετικά με κόμβους, δεσμούς, περιεχόμενο ιστού, τυπικές συμπεριφορές και πρότυπα αποχωρίζονται εννοιολογικά και ταξινομούνται σε 22

28 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ σημασιολογικές κατηγορίες. Οποιαδήποτε πληροφορία αντλήθηκε από την αλληλεξάρτηση ανάμεσα στην γνώση που αποκτήθηκε χρησιμοποιώντας τεχνικές αξιοποίησης χρήσης του Ιστού και στη γνώση που αποκτήθηκε από τη διαχείριση περιεχομένου θα παράσχει στη συνέχεια το πλαίσιο για την αξιολόγηση πιθανών εναλλακτικών λύσεων για τον επανασχεδιασμό του ιστοχώρου. Ένας μηχανισμός δημοσιοποίησης θα υλοποιήσει την τροποποίηση του ιστοχώρου, διασφαλίζοντας ότι ο κάθε χρήστης πλοηγήται μέσω της καταλληλότερης διάρθρωσης του ιστοχώρου. Οι διαθέσιμες επιλογές περιεχομένου για κάθε χρήστη θα καταταχθούν ανάλογα με τα ενδιαφέροντα του χρήστη. Σχήμα 2.10 : η λειτουργική αρχιτεκτονική ενός συστήματος εξατομίκευσης Η όλη διαδικασία της εξατομίκευσης ιστού βασισμένης στην χρήση αποτελείται από πέντε τμήματα : 23

29 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ Δημιουργία προφίλ χρηστών (User Profiling) : Είναι η διαδικασία της συλλογής πληροφοριών ειδικά για κάθε επισκέπτη. Το προφίλ ενός χρήστη περιλαμβάνει τα δημογραφικά του στοιχεία, τα ενδιαφέροντά του και την συμπεριφορά του κατά την πλοήγησή του σε έναν ιστοχώρο. Οι πληροφορίες αυτές αξιοποιούνται με σκοπό την προσαρμογή του περιεχομένου και της διάρθρωσης του ιστοχώρου στις ατομικές και συγκεκριμένες ανάγκες του επισκέπτη. Ανάλυση αρχείων καταγραφής συμβάντων και αξιοποίηση χρήσης ιστού (Log analysis and Web usage mining) : Είναι η διαδικασία κατά την οποία οι αποθηκευμένες στα αρχεία καταγραφής συμβάντων ιστού (web server logs) πληροφορίες επεξεργάζονται με την εφαρμογή τεχνικών εξόρυξης δεδομένων με σκοπό (α) την εξαγωγή στατιστικών πληροφοριών και την εξεύρεση ενδιαφερόντων προτύπων χρήσης, (β) την ομαδοποίηση των χρηστών σε κατηγορίες σύμφωνα με την συμπεριφορά πλοήγησής τους και (γ) την εξεύρεση δυνητικών συσχετίσεων μεταξύ ιστοσελίδων και ομάδων χρηστών. Αυτή η διαδικασία εξαγωγής πληροφοριών αναφορικά με την συμπεριφορά πλοήγησης των χρηστών μπορεί να θεωρηθεί ως μέρος της προηγούμενης διαδικασίας (user profiling). Είναι επομένως εύκολο να αντιληφθεί κανείς πως τα δύο αυτά τμήματα έχουν αρκετά κοινά χαρακτηριστικά και δύσκολα μπορούν να οριοθετηθούν σε ακρίβεια. Διαχείριση περιεχομένου (Content management) : Είναι η διαδικασία της ταξινόμησης του περιεχομένου ενός ιστοχώρου σε εννοιολογικές κατηγορίες με σκοπό την διευκόλυνση των χρηστών στην ανάκτηση και παρουσίαση των πληροφοριών. Η διαχείριση του περιεχομένου είναι πολύ σημαντική για τους ιστοχώρους το περιεχόμενο των οποίων αυξάνεται σε καθημερινή βάση όπως για παράδειγμα ιστοχώροι ειδήσεων ή πύλες. Δημοσίευση ιστοχώρου (Web site publishing) : Ένας μηχανισμός δημοσίευσης χρησιμοποιείται ώστε να παρουσιάζονται το αποθηκευμένο 24

30 ΚΕΦΑΛΑΙΟ 2 ο : ΕΞΑΤΟΜΙΚΕΥΣΗ ΙΣΤΟΧΩΡΟΥ τοπικά σε έναν εξυπηρετητή περιεχόμενο και οι ανακτηθείσες από άλλες διαδικτυακές πηγές πληροφορίες με έναν ενιαίο τρόπο στον τελικό χρήστη. Αναζήτηση και κτήση πληροφοριών (Information acquisition and searching) : Σε πολλές περιπτώσεις οι πληροφορίες που παρέχονται από έναν ιστοχώρο δεν είναι φυσικά αποθηκευμένες στον εξυπηρετητή του ιστοχώρου. Στην περίπτωση ενός web portal, οι χρήστες ενδιαφέρονται για πληροφορίες που προέρχονται από διάφορες διαδικτυακές πηγές. Απομένει λοιπόν στους συντάκτες του ιστοχώρου να ψάξουν στο διαδίκτυο για ενδιαφέρον υλικό το οποίο θα μπορεί να κατηγοριοποιηθεί σε θεματικές ενότητες. Τεχνικές έρευνας και αξιολόγησης πρέπει να εφαρμόζονται τόσο κατά την διαδικασία άντλησης των σχετικών πληροφοριών όσο και κατά την δημοσίευση των κατάλληλων δεδομένων σε κάθε ομάδα χρηστών. 25

31 ΚΕΦΑΛΑΙΟ 3 ο : ΣΥΣΤΗΜΑΤΑ ΣΥΣΤΑΣΕΩΝ Κεφάλαιο 3 ο : Συστήματα Συστάσεων 3.1 Εισαγωγή Η νέα χιλιετία είναι η εποχή της αφθονίας των πληροφοριών. Η προηγούμενη δεκαετία γνώρισε μία έκρηξη τεχνολογιών πληροφοριών και διασκέδασης και κατά συνέπεια μία έκρηξη των επιλογών που έχει στην διάθεσή του ένα άτομο. Οι άνθρωποι σήμερα μπορούν να διαλέξουν ανάμεσα σε εκατοντάδες τηλεοπτικών καναλιών, χιλιάδες μαγνητοσκοπημένων αρχείων, εκατομμύρια βιβλίων, ψηφιακών δίσκων και πολυμέσων, αλληλεπιδραστικών εγγράφων στον παγκόσμιο ιστό και γενικά σε αναρίθμητα καταναλωτικά αγαθά που παρουσιάζονται σε καταλόγους ή διαφημίσεις στα διάφορα μέσα. Ο ιστός πιο συγκεκριμένα προσφέρει μυριάδες δυνατοτήτων. Πέραν των αλληλεπιδραστικών εγγράφων, υπάρχουν προϊόντα που μπορεί να αγοράσει κανείς αλλά και συζητήσεις στις οποίες μπορεί να συμμετέχει. Όχι μόνον υπάρχει ένας τεράστιος αριθμός δυνατοτήτων, αλλά ταυτόχρονα και ένα μεγάλο εύρος τους όσον αφορά στην ποιότητα. Η αξιολόγηση όλων αυτών των εναλλακτικών επιλογών εξακολουθεί να χρειάζεται τον ίδιο χρόνο και προσπάθεια όπως γινόταν πάντα. Η προσοχή μας παραμένει όπως είχε η έκρηξη πληροφοριών δεν συνοδεύτηκε από κάποια αλλαγή στην εξέλιξη του ανθρώπου. Έτσι λοιπόν ένα άτομο μεμονωμένα δεν μπορεί να ελπίζει στην αξιολόγηση όλων των διαθέσιμων επιλογών εκτός και εάν το αντικείμενο του ενδιαφέροντος είναι αρκετά περιορισμένο. Έτσι λοιπόν τι μπορούμε να κάνουμε? Όταν οι άνθρωποι πρέπει να κάνουν μία επιλογή χωρίς να διαθέτουν προσωπική γνώση ή εμπειρία του συνόλου των διαθέσιμων επιλογών, τότε η φυσική συμπεριφορά τους είναι η εμπιστοσύνη στις εμπειρίες και γνώμες τρίτων. Αναζητούμε συστάσεις από 26

32 ΚΕΦΑΛΑΙΟ 3 ο : ΣΥΣΤΗΜΑΤΑ ΣΥΣΤΑΣΕΩΝ ανθρώπους που είναι εξοικειωμένοι με τις επιλογές που βρισκόμαστε αντιμέτωποι, που ήταν εξυπηρετικοί στο παρελθόν ή που είναι αναγνωρισμένοι ειδικοί. Μπορεί να στραφούμε σε φίλους ή συναδέλφους, στον ιδιοκτήτη του βιβλιοπωλείου της γειτονιάς μας, σε κριτικές ταινιών ορισμένων εφημερίδων ή περιοδικών, ή στις βαθμολογίες προϊόντων της ένωσης καταναλωτών. Και μπορεί να βρούμε την κοινωνική διαδικασία της συνάντησης και συνομιλίας με τους ανθρώπους που έχουν κοινά ενδιαφέροντα με εμάς το ίδιο σημαντική με τις συστάσεις που δεχόμαστε. Σήμερα ολοένα και μεγαλύτερος αριθμός ανθρώπων στρέφεται προς υπολογιστικά συστήματα συστάσεων. Τα συστήματα αυτά έχοντας εμφανιστεί ως απάντηση στις τεχνολογικές δυνατότητες και τις ανθρώπινες ανάγκες που γεννήθηκαν από τον παγκόσμιο ιστό, αποσκοπούν στην διαμεσολάβηση, υποστήριξη και αυτοματοποίηση της καθημερινής διαδικασίας διαμοιρασμού συστάσεων. Το ηλεκτρονικό εμπόριο αποτελεί τον κατεξοχήν τομέα στον οποίο εφαρμόζονται τα συστήματα αυτά. Οι συστάσεις προϊόντων βοηθούν συχνά τους καταναλωτές να βρουν αυτό που τους ενδιαφέρει και κατά συνέπεια ωθούν ανοδικά τις πωλήσεις. Έτσι λοιπόν τα συστήματα συστάσεων αποτελούν ένα πολύτιμο εργαλείο για τις επιχειρήσεις λιανικής βοηθώντας τους πελάτες τους να γνωρίσουν προϊόντα που πιθανώς θα ήθελαν να αγοράσουν. 3.2 Παραδείγματα και Αρχές Λειτουργίας Ο καθένας μας μπορεί να φέρει στο μυαλό του παραδείγματα συστάσεων. Μπορούμε να θυμηθούμε τις κριτικές ταινιών που διαβάζουμε σε περιοδικά όταν πρέπει να αποφασίσουμε ποια ταινία θα παρακολουθήσουμε ή τις επισκέψεις στο τοπικό βιβλιοπωλείο όπου έχουμε συνομιλήσει με τον 27

33 ΚΕΦΑΛΑΙΟ 3 ο : ΣΥΣΤΗΜΑΤΑ ΣΥΣΤΑΣΕΩΝ ιδιοκτήτη για τα ενδιαφέροντά μας ή την διάθεση στην οποία βρισκόμαστε εκείνη την περίοδο και μας σύστησε στην συνέχεια μερικά βιβλία που πιθανώς να μας άρεσαν. Επίσης μπορούμε να θυμηθούμε τον εαυτό μας να περπατάει στο δρόμο και να παρατηρούμε ότι μία συγκεκριμένη καφετερία είναι πάντοτε γεμάτη με κόσμο. Θεωρούμαι πως αυτό είναι καλό σημάδι και έτσι αποφασίζουμε με γνώμονα την δημοτικότητά της και μόνο να την επισκεφτούμε και εμείς κάποια στιγμή. Τα παραπάνω παραδείγματα βοηθούν στην κατανόηση των αρχών λειτουργίας των συστάσεων. Ένα άτομο βρίσκεται αντιμέτωπο με μία απόφαση, η οποία για τις δικές μας ανάγκες επεξήγησης είναι μία επιλογή ανάμεσα από ολόκληρο το σύνολο των εναλλακτικών επιλογών. Το σύνολο τυπικά είναι αρκετά μεγάλο και το άτομο που προφανώς δεν ξέρει καν ποιες είναι όλες οι εναλλακτικές επιλογές, πρέπει μόνο του να επιλέξει μία ανάμεσα από όλες αυτές. Εάν το άτομο δεν έχει αρκετή προσωπική γνώση για να επιλέξει, τότε μπορεί να στραφεί στην αναζήτηση συστάσεων από άλλους. Επομένως οι συστάσεις είναι μία πράξη επικοινωνίας. Οι συστάσεις βασίζονται στις προτιμήσεις των ατόμων που τις κάνουν. Οι άνθρωποι σχηματίζουν προτιμήσεις στηριζόμενοι στις εμπειρίες που αποκτούν πάνω στα σχετικά αντικείμενα, όπως ακούγοντας μουσική, παρακολουθώντας ταινίες, τρώγοντας φαγητό, κτλ. Για παράδειγμα, μπορεί να προτιμώ το παγωτό βανίλια ή φράουλα (μεταξύ όλων των γεύσεων παγωτού) και τον Μπαχ, τον Μότσαρτ και τον Βιβάλντι (μεταξύ όλων των κλασσικών συνθετών). Ασφαλώς οι προτιμήσεις μπορεί να είναι και πιο πολύπλοκες. Μπορεί να προτιμώ ένα αντικείμενο σε σχέση με ένα άλλο (τους "Simpsons" από τα "X-Files") ή ακόμη να χρησιμοποιώ κάποιο είδος συστήματος αξιολόγησης (σε μία κλίμακα από το 1 ως το 10, ο δίσκος "Tubular Bells" του Mike Oldfield παίρνει 10). Μία σύσταση μπορεί να κατευθύνεται σε συγκεκριμένα άτομα ή να μεταδίδεται σε όποιον ενδιαφέρεται. Για το άτομο που την λαμβάνει, η 28

34 ΚΕΦΑΛΑΙΟ 3 ο : ΣΥΣΤΗΜΑΤΑ ΣΥΣΤΑΣΕΩΝ σύσταση είναι μία πηγή η οποία τον βοηθάει στην πραγματοποίηση μίας επιλογής ανάμεσα από ολόκληρο το σύνολο των εναλλακτικών επιλογών. Η σύσταση λειτουργεί ως μία γνώμη ή φίλτρο για ολόκληρο και συχνά δυσπρόσιτο σύνολο εναλλακτικών επιλογών. Μία σύσταση μπορεί να στηρίζεται όχι μόνο στις προτιμήσεις του ατόμου που συστήνει αλλά και σε αυτές του ατόμου που αναζητεί την σύσταση. Για παράδειγμα, στην διαδικασία σύστασης ενός βιβλίου λαμβάνουμε υπόψη τις προτιμήσεις του αναγνώστη ως προς το είδος που του αρέσει (π.χ. ιστορικά μυθιστορήματα) αλλά ακόμη και ποια βιβλία ευχαριστήθηκε πραγματικά (π.χ. "Κώδικας Ντα Βίντσι" του Νταν Μπράουν). Στην συνέχεια συστήνουμε βιβλία που κατά την γνώμη μας ταιριάζουν με τις προτιμήσεις που αναφέρθηκαν πιο πάνω. Μπορεί ακόμη να συστήσουμε βιβλία στηριζόμενοι στις προτιμήσεις άλλων. Παραδείγματος χάριν δεν είμαστε οπαδοί των ιστορικών μυθιστορημάτων αλλά έχουμε φίλους που είναι και έτσι μπορούμε να συστήσουμε σύμφωνα με το τι άρεσε σε αυτούς. Τέλος, μία σύσταση μπορεί να περιλαμβάνει υλικό επεξήγησης το οποίο να βοηθά το άτομο που ψάχνει συστάσεις στο να την αξιολογήσει ( γιατί να του αρέσει ο "Κώδικας Ντα Βίντσι", ποια τα ωραία στοιχεία σχετικά με τους "Simpsons" και γιατί είναι καλύτερη από τα "X-Files" κτλ.). 3.3 Ένα μοντέλο της διαδικασίας συστάσεων Το Σχήμα 3.1 συνοψίζει τις παραπάνω αρχές λειτουργίας και τις τοποθετεί σε ένα γενικό μοντέλο συστάσεων. Ένα άτομο που αναζητά συστάσεις μπορεί να ενδιαφερθεί και να ρωτήσει για κάποια ή ένα άτομο που είναι σε θέση να δώσει πληροφορίες μπορεί να κάνει συστάσεις χωρίς κάποια προηγούμενη προτροπή ή παρακίνηση. Οι αναζητητές μπορεί να καταθέσουν εθελοντικά τις προτιμήσεις τους ή μπορεί τα άτομα που συστήνουν να ρωτήσουν για αυτές. Βασιζόμενα σε ένα σύνολο γνωστών προτιμήσεων των ιδίων, των αναζητητών αλλά και άλλων ανθρώπων, ανθρώπων που έλαβαν 29

35 ΚΕΦΑΛΑΙΟ 3 ο : ΣΥΣΤΗΜΑΤΑ ΣΥΣΤΑΣΕΩΝ στο παρελθόν κάποιες συστάσεις τα άτομα που συνιστούν προχωρούν στην δημιουργία συστάσεων για αντικείμενα που οι αναζητητές πιθανώς θα αρέσουν. Επιπλέον τα άτομα που συνιστούν ενδεχομένως να αναγνωρίσουν ανθρώπους με παρόμοια ενδιαφέροντα. Ο αναζητητής μπορεί να χρησιμοποιήσει μία σύσταση ώστε να επιλέξει κάποια αντικείμενα από ολόκληρο το σύνολο των εναλλακτικών επιλογών ή να επικοινωνήσει με άλλα άτομα που έχουν τους ίδιους προβληματισμούς. Σχήμα 3.1 : μοντέλο της διαδικασίας συστάσεων Το μοντέλο αυτό είναι σχεδιασμένο να είναι αρκετά γενικό ώστε να καλύπτει ένα ευρύ φάσμα συστατικών δραστηριοτήτων. Οι πραγματικές δραστηριότητες μπορεί να διαφέρουν σημαντικά : πιο συγκεκριμένα, μπορεί να μην έχουν ορισμένα χαρακτηριστικά ή να μην ακολουθούν ορισμένες φάσεις του μοντέλου. Για παράδειγμα, οι κριτικοί ταινιών δημοσιεύουν τις κριτικές τους βασιζόμενοι στις δικές τους προτιμήσεις χωρίς κάποια ειδική γνώση των προτιμήσεων των αναγνωστών ή σαφών αιτημάτων. Σε μία περίπτωση όπως αυτή που προαναφέραμε με την γεμάτη με κόσμο καφετερία, η συστατική δραστηριότητα αυτή καθαυτή φαίνεται να εκλείπει. Οι προτιμήσεις μίας ομάδας ανθρώπων είναι άμεσα ορατές σε όλους όσους 30

36 ΚΕΦΑΛΑΙΟ 3 ο : ΣΥΣΤΗΜΑΤΑ ΣΥΣΤΑΣΕΩΝ περπατούν εκεί τριγύρω και έτσι συνεισφέρουν στην επιλογή του συγκεκριμένου καταστήματος. Μερικές φορές οι αναζητητές δεν ενδιαφέρονται να επικοινωνήσουν με άλλους το μόνο που θέλουν είναι ένα καλό βιβλίο για να διαβάσουν ενώ σε άλλες περιπτώσεις αυτό είναι το ζητούμενο. Τέλος, η δομή και το περιεχόμενο των συστάσεων ποικίλουν από αρκετά σύνθετες π.χ. οι κριτικές ταινιών σε έγκριτα περιοδικά αποτελούνται από μερικές εκατοντάδες λέξεις κειμένου, έναν γενικό βαθμό αξιολόγησης αλλά και πολλές φορές αξιολόγηση συγκεκριμένων χαρακτηριστικών όπως "γλώσσα", "βία", "γυμνό" σε πιο απλές π.χ. μία λίστα συνιστώμενων ταινιών. 3.4 Ζητήματα υπολογιστικών συστημάτων συστάσεων Ένα υπολογιστικό σύστημα συστάσεων αυτοματοποιεί ή υποστηρίζει μέρος της διαδικασίας συστάσεων. Ένα αυτοματοποιημένο σύστημα συστάσεων αναλαμβάνει τον ρόλο των συστάσεων : προσφέρει συστάσεις σε χρήστες βασιζόμενο στις προτιμήσεις τους ( και ίσως και στις προτιμήσεις άλλων ανθρώπων). Ένα σύστημα υποστήριξης συστάσεων διευκολύνει τους ανθρώπους να δημιουργήσουν και να μοιραστούν συστάσεις. Μπορούμε να αναγνωρίσουμε τέσσερα κύρια ζητήματα : προτιμήσεις, ρόλοι και επικοινωνία, αλγόριθμοι και αλληλεπίδραση ανθρώπου-υπολογιστή. 3.5 Προτιμήσεις Μία σύσταση βασίζεται στις προτιμήσεις. Επομένως, ένα αυτοματοποιημένο σύστημα συστάσεων πρέπει να αποκομίζει προτιμήσεις από τους ανθρώπους. Αυτό γεννά έναν αριθμό ερωτήσεων, όπως : 31

37 ΚΕΦΑΛΑΙΟ 3 ο : ΣΥΣΤΗΜΑΤΑ ΣΥΣΤΑΣΕΩΝ Τίνος οι προτιμήσεις χρησιμοποιούνται; Του ανθρώπου που αναζητά συστάσεις, προηγούμενων χρηστών του συστήματος; Ή ίσως οι προτιμήσεις ανθρώπων που ανήκουν σε ένα εντελώς διαφορετικό περιβάλλον, όπως ένα δημόσιο φόρουμ - π.χ. δωμάτιο συζητήσεων (chat room), πίνακα ανακοινώσεων (bulletin board) ή ομάδα ειδήσεων (newsgroup); Πως αποκτώνται οι προτιμήσεις; Για παράδειγμα, πρέπει οι χρήστες που δέχονται μία σύσταση να εκφράζουν τις προτιμήσεις τους ως ένα μέρος της διαδικασίας αναζήτησης μίας σύστασης; Οι προτιμήσεις εκφράζονται με σαφήνεια ή χωρούν αμφιβολίας; Ποια κίνητρα υπάρχουν για τους ανθρώπους ώστε να προσφέρουν τις προτιμήσεις τους; Ποια είναι η μορφή μίας προτίμησης; Πως αναπαριστώνται οι προτιμήσεις; 3.6 Ρόλοι και επικοινωνία Ο ρόλος του συνιστώντος πληρούται από ένα υπολογιστικό σύστημα ή από ένα άτομο; Εάν συμβαίνει το τελευταίο τότε ποιο ρόλο παίζουν τα υπολογιστικά συστήματα στην υποστήριξη της διαδικασίας συστάσεων; Παίζουν οι άνθρωποι διακριτούς ρόλους, ή όλοι οι χρήστες ενός συστήματος παίζουν τον ίδιο ρόλο; Οι ρόλοι είναι σταθεροί ή εξελίσσονται; Πως ξεκινά η αλληλεπίδραση μεταξύ του συνιστώντος και του χρήστη; Ποιος την ξεκινά; Η σύσταση κατευθύνεται σε κάποιο 32

38 ΚΕΦΑΛΑΙΟ 3 ο : ΣΥΣΤΗΜΑΤΑ ΣΥΣΤΑΣΕΩΝ άτομο συγκεκριμένα ή μεταδίδεται σε οποιονδήποτε ενδιαφέρεται; Υπάρχει η δυνατότητα οι χρήστες να ανατροφοδοτήσουν τον συνιστώντα; Ποιες πληροφορίες σχετικά με τα άτομα των οποίων οι προτιμήσεις χρησιμοποιούνται στον υπολογισμό μίας σύστασης ταιριάζουν και χρησιμεύουν στον χρήστη που αναζητά μία σύσταση; Υπάρχει η δυνατότητα σχηματισμού κοινοτήτων ατόμων με παρόμοια χαρακτηριστικά; Εάν αποκαλυφθούν πληροφορίες για τα άτομα που παρέχουν τις προτιμήσεις τους, υπάρχουν μέτρα που μπορούν να ληφθούν για την προστασία της ιδιωτικής τους ζωής και των προσωπικών τους δεδομένων; 3.7 Αλγόριθμοι για τον υπολογισμό συστάσεων Πως καθορίζει ένα αυτοματοποιημένο σύστημα συστάσεων τίνος οι προτιμήσεις θα χρησιμοποιηθούν στον υπολογισμό μίας σύστασης; Εάν θεωρήσουμε ότι όλοι οι άνθρωποι που εξέφρασαν τις προτιμήσεις τους για ένα συγκεκριμένο θέμα, συγκεντρώνονται σε ένα μεγάλο, πολυδιάστατο χώρο, τότε το πρόβλημα έγκειται στην αναζήτηση γειτόνων σε αυτόν τον χώρο για το άτομο που ψάχνει για μία σύσταση. Πως υπολογίζονται οι συστάσεις; Για παράδειγμα, δεδομένου ότι έχει καθοριστεί ένα σύνολο γειτόνων για τον αναζητητή της σύστασης, πως αξιολογούνται και συνδυάζονται οι προτιμήσεις αυτών των γειτόνων; 33

39 ΚΕΦΑΛΑΙΟ 3 ο : ΣΥΣΤΗΜΑΤΑ ΣΥΣΤΑΣΕΩΝ 3.8 Αλληλεπίδραση ανθρώπου υπολογιστή Πως εμφανίζονται οι συστάσεις στο άτομο που τις αναζήτησε; Ο πιο απλός τρόπος και κοινό παράδειγμα είναι με μία λίστα. Πιο σύνθετα παραδείγματα περιλαμβάνουν δυσδιάστατη και τρισδιάστατη απεικόνιση καθώς και οπτική επισήμανση των υπαρχόντων χώρων πληροφοριών. 3.5 Κύριοι τύποι συστημάτων σύστασης Κατά την διάρκεια της περασμένης δεκαετίας (1990) αναπτύχθηκαν πολλά διαφορετικά συστήματα συστάσεων. Ως επακόλουθο αναπτύχθηκε και εξελίχθηκε η ορολογία του τομέα αυτού με τίτλους ή χαρακτηρισμούς όπως "συνεργατικό φιλτράρισμα" (collaborative filtering), "κοινωνικό φιλτράρισμα" (social filtering) και "κοινωνική καθοδήγηση" (social navigation), που χρησιμοποιήθηκαν για να περιγράψουν διάφορες μεθοδολογίες. Σήμερα μπορούμε να διακρίνουμε τέσσερις κύριους τύπους συστημάτων συστάσεων κατά αντιστοιχία με τα τέσσερα κύρια ζητήματα που παρουσιάστηκαν παραπάνω. Συστήματα βασισμένα στο περιεχόμενο (Content-based systems) : χρησιμοποιούν μόνο τις προτιμήσεις του αναζητητή και επιχειρούν να συστήσουν αντικείμενα που είναι παρόμοια με κάποια που άρεσε ο χρήστης στο παρελθόν. Εστιάζονται στους αλγόριθμους μάθησης των προτιμήσεων των χρηστών και φιλτραρίσματος της ροής των νέων αντικειμένων κρατώντας εκείνα τα αντικείμενα που ταιριάζουν περισσότερο στις προτιμήσεις του χρήστη. 34

40 ΚΕΦΑΛΑΙΟ 3 ο : ΣΥΣΤΗΜΑΤΑ ΣΥΣΤΑΣΕΩΝ Συστήματα υποστήριξης συστάσεων (Recommendation support systems) : δεν αυτοματοποιούν την διαδικασία συστάσεων και επομένως δεν έχουν το καθήκον της παρουσίασης των προτιμήσεων ή του υπολογισμού των συστάσεων. Απεναντίας, εξυπηρετούν ως εργαλεία για να υποστηρίζουν τους ανθρώπους να μοιράζονται συστάσεις, βοηθώντας ταυτόχρονα και τους συνιστώντες αλλά και τους αναζητητές. Συστήματα εξόρυξης κοινωνικών δεδομένων (Social data mining systems) : εξάγουν σαφείς προτιμήσεις από αρχεία κοινωνικών δραστηριοτήτων όπως μηνύματα μεταξύ ομάδων χρηστών με κοινά ενδιαφέροντα (usenet messages), ιστορικό χρήσης ιστού (system usage history), υπερσυνδέσμους (hyperlinks) κτλ. Τα συστήματα αυτά έχουν εστιάσει επίσης σε ζητήματα αλληλεπίδρασης ανθρώπου - υπολογιστή και απεικόνισης των αποτελεσμάτων. Οι απεικονίσεις αυτές συχνά έχουν παρουσιαστεί ως βοηθήματα στην καθοδήγηση χώρων πληροφοριών όπως ο παγκόσμιος ιστός. Συστήματα συνεργατικού φιλτραρίσματος (Collaborative filtering systems) : απαιτούν από τους αναζητητές συστάσεων να εκφράσουν τις προτιμήσεις τους, βαθμολογώντας μερικά αντικείμενα. Με αυτόν τον τρόπο συγχωνεύουν τους ρόλους του αναζητητή συστάσεων και του παρόχου προτιμήσεων. Τα συστήματα αυτά εστιάζονται σε αλγόριθμους για το ταίριασμα των ανθρώπων βασιζόμενα στις προτιμήσεις τους και αξιολογώντας τα ενδιαφέροντα ατόμων με παρόμοια χαρακτηριστικά προκειμένου να παράγουν συστάσεις για τον αναζητητή συστάσεων. 35

41 ΚΕΦΑΛΑΙΟ 3 ο : ΣΥΣΤΗΜΑΤΑ ΣΥΣΤΑΣΕΩΝ Σχήμα 3.2 : οι τέσσερις κύριες προσεγγίσεις και τα ζητήματα στα οποία εστιάζονται Συστήματα σύστασης βασισμένα στο περιεχόμενο Τα βασισμένα στο περιεχόμενο συστήματα σύστασης [25,26] λειτουργούν έχοντας ως βασική την ιδέα : "βρες μου πράγματα σαν κι αυτά που μου άρεσαν στο παρελθόν". Μαθαίνουν προτιμήσεις μέσω της ανατροφοδότησης των χρηστών. Η ανατροφοδότηση μπορεί να είναι σαφής για παράδειγμα, οι χρήστες μπορούν να αξιολογούν διάφορα είδη ως "καλά" ή "κακά" - ή μπορεί να είναι ασαφής για παράδειγμα, βασισμένη στο εάν οι χρήστες επιλέγουν να διαβάσουν ένα συνιστώμενο έγγραφο και πόσο χρόνο καταναλώνουν διαβάζοντάς το. Οι προτιμήσεις απεικονίζονται ως ένα προφίλ των ενδιαφερόντων του χρήστη σε συγκεκριμένους τύπους περιεχομένων, που συχνά εκφράζονται ως ένα σύνολο από σημαντικές λέξεις-κλειδιά. Τεχνικές μηχανικής μάθησης και ανάκτησης πληροφοριών εφαρμόζονται για να μαθαίνουν και να απεικονίζουν τις προτιμήσεις των χρηστών. 36