Metodi statistici per la classificazione dei comportamenti di visita ai siti web.

Aline Bardella, Facoltà di Economia
Relatore: prof. Paolo Giudici
Correlatori: prof.ssa Carla Cattaneo, Università di Pavia e dott.ssa Sabina Silani, SAS

La tesi tratta un problema di estrema attualità, il Web mining, e più precisamente le tecniche utilizzate per classificare i comportamenti di visita ad un sito di commercio elettronico.

Nel percorso seguito sono stati approfonditi i concetti di data mining evidenziando l'importanza di queste analisi affinché le imprese, sia di piccole sia di grandi dimensioni, possano mantenere un concreto vantaggio competitivo sfruttando pienamente le numerose informazioni che pervengono via internet.

Nella seconda parte della tesi vengono approfondite, dettagliatamente e in modo critico, le metodologie statistiche successivamente utilizzate nell'applicazione empirica. In particolare, vengono approfondite la Cluster Analysis e le Mappe di Kohonen.

Nella terza parte, infine, il candidato ha sviluppato un'originale applicazione statistica su dati relativi all'accesso alle pagine di un sito di commercio elettronico da parte di un campione di utenti; l'analisi si è basata sui modelli descritti in precedenza ed è stata sviluppata attraverso il software SAS/Enterprise Miner.

Infine, sono state individuate le associazioni tra le pagine del sito Microsoft attraverso il calcolo degli odds ratio.