algoritmi associativi per il web usage mining: proposte e confronti
(luglio 2004)
Paolo Baldini, Università di Pavia - Facoltà di Ingegneria
Relatore: prof. Giuseppe De Nicolao
Correlatore: prof. Paolo Giudici

Lo scopo della ricerca è stato quello di analizzare gli sviluppi degli algoritmi associativi per ovviare al costante aumento delle dimensioni dei dataset causato dalla crescente informatizzazione dei processi aziendali e non.

Si sono messi a confronto, dove si è potuto, i costi in termini di spazio di memoria, e di tempo di esecuzione dell'algoritmo di Apriori, di Backtracking e GenMax.

Tra l'algoritmo Apriori e qeullo di Backtracking si è avuto il passaggio tra gli algoritmi di tipo level-wise, che analizzno completamente un livello prima di passare al successivo, ad algoritmi di tipo depth-first che utlizzano una struttura da albero per attraversare i diversi stati.

Al crescere del numero di variabili il numero di nodi è diventato sempre più proibitivo, si è arrivati quindi a studiare metodologie per sfoltire al massimo questi alberi di ricerca, e uno di questi metodi è proprio l'algoritmo GenMax.

Si è scelto poi di applicare ai risultati dell'algoritmo GenMax un argomento di crescente attualità, il Web Usag Mining, che sta assumendo sempre più improtanza grazie al costante aumento del valore economico-comemrciale di Internet.

Come possono essere applicati i risultati degli algoritmi associativi a questo scopo? Gli algoritmi associativi sono sempre stati usati per individuare relazioni all'interno dei transazioni che permettessero di caratterizzare le diverse tipologie di scelta degli individui, ma all'interno del sito esistono relazioni (i link) tra le variabili che non sempre sono presenti in altri campi di applicazione.

Con un semplice accorgimento è stato possibile adattare questi algoritmi a questo tipo di relazioni, in modo da rendere più facile l'interpretazione e la ricerca dei risultati finali. Si è ricavato in questo modo che gli algoritmi associativi sono anche in questo caso un buon strumento di analisi per individuare quanto la struttura di un sito si adatti meglio a quelle che sono le scelte e le richieste dei visitatori, permettendo anche attraverso i risultati dell'algoritmo GenMax di prendere delle decisioni a priori sulle conclusioni che potremo ottenere.