Site-içi Aramalar ve Apriori Algoritmasıyla Web Sitesi Ziyaretçilerinin İhtiyaç Tespitine Yönelik Bir Örnek Olay İncelemesi
Yıl: 2018 Cilt: 11 Sayı: 2 Sayfa Aralığı: 211 - 222 Metin Dili: Türkçe DOI: 10.17671/gazibtd.397142 İndeks Tarihi: 15-01-2019
Site-içi Aramalar ve Apriori Algoritmasıyla Web Sitesi Ziyaretçilerinin İhtiyaç Tespitine Yönelik Bir Örnek Olay İncelemesi
Öz: Bugün web siteleri, milyarlarca insan tarafından kullanılmaktadır. Bir kişinin/topluluğun/kurumun veya markanın; web sitesi aracılığı ile daha çok kişiye ulaşabilmesinde, takipçileri tarafından kabul görmesinde ve böylelikle hedeflediği başarıyı yakalayabilmesinde, site ziyaretçilerinin ihtiyaçlarının tespit edilebilmesi son derece önemlidir. Tespit edilen bu ihtiyaçlar, bir web sitesinin tasarım ve içerik yönünden geliştirilmesinde kilit rol oynamaktadır. Bu çalışmanın amacı; site-içi aramalar ve apriori algoritması kullanılarak web sitesi ziyaretçilerinin ihtiyaç tespitine yönelik bir örnek olay incelemesi sunmaktır. Bu kapsamda, veri seti olarak Kırklareli Üniversitesi web sitesinden (www.klu.edu.tr) elde edilen bir aylık web günlük dosyası kullanılmıştır. Analiz süreci, Veri Madenciliği için Çapraz Endüstri Standard Süreç Modeli (CRISP-DM: CRoss-Industry Standard Process for Data Mining) çerçevesinde ele alınmıştır. Üniversiteye kayıtların başlangıcına denk gelen Ağustos ayına yönelik analizler sonucunda; ziyaretçiler tarafından gerçekleştirilen site-içi aramalarda çoğunlukla “Yatay Geçiş”, “Kayıt Yenileme”, “Ders Programı”, “Ders Kayıtları”, “Harç”, “Kontenjanlar” ve “Akademik Takvim” kelime/kelime gruplarının olduğu gözlemlenmiştir. Bununla birlikte, sırasıyla “Yatay Geçiş” (1177 kez), “Harç” (889 kez) ve “Ders Programı” (600 kez) aramalarının yapılan tüm aramaların başında geldiği tespit edilmiştir. Bu noktadan hareketle, hem Kırklareli Üniversitesi hem de diğer üniversiteler için; “Kayıt Yenileme”, “Harç” ve “Ders Kayıt” aramalarıyla ilgili içeriklerin aynı anda tek bir sayfadan sunulması önerisi bu çalışmanın en belirgin sonuçlarından biridir. Buna ilaveten, “Yatay Geçiş” ve “Kontenjan” aramalarıyla ilgili içeriklerin tek bir sayfadan sunulması önerilmektedir. Aynı zamanda, “Akademik Takvim” aramasına yönelik ilgili içeriğe yönlendiren bir bağlantıyı içeren küçük bir resmin, web sitesi ana sayfasının üst bölümünde, ziyaretçilerin dikkatini çekici uygun bir noktaya yerleştirilmesi önerilmektedir. Çalışma bulguları ışığında geliştirilen diğer öneriler, dönemsel ve sürekli öneriler başlıkları altında sonuç bölümünde paylaşılmıştır.
Anahtar Kelime: Konular:
A Case Study on Identifying Visitor Needs of a Website with In Site Search and Apriori Algorithm
Öz: Nowadays, websites are used by billions of people. The identification of the visitor needs of website is very important for a(n) person/community/organization or a brand to reach more people through a website, to be accepted by website followers, and so to achieve targeted success. These identified needs play a key role in improving a website in terms of design and content. The aim of this study is to provide a case study to identify visitor needs of a website by using in site search and the apriori algorithm. In this context, a monthly web log file which is obtained from Kırklareli University website (www.klu.edu.tr) was used as data set. Analysis process is discussed in the context of CRISP-DM: CRoss-Industry Standard Process for Data Mining. As a result of the analyses made for August which is the beginning of the enrollment to the university, it is observed that word/word groups of “Undergraduate Transfer”, “Re-enrollment”, “Syllabus”, “Course Registration”, “Tuition”, “Quota” and “Academic Calendar” mostly exist in in-site searches performed by visitors. In addition, it is found that the searches of “Undergraduate Transfer” (1177 times), “Tuition” (889 times) and “Syllabus” (600 times) are at the top of the all in site searches list, respectively. In this manner, for both Kırklareli University and other universities, the suggestion that contents related to “Re-enrollment”, “Tuition” and “Course Registration” searches should be presented on the same page at once is one of the most significant results of this study. Also, it is recommended that contents related to “Undergraduate Transfer” and “Quota” searches should be presented on the same page at once, too. Moreover, it is suggested that a small image which has a link to relevant content for the "Academic Calendar" search should be placed to a suitable point at the top of the website homepage where is attractive for visitors. Other suggestions developed in the light of study findings are shared in the conclusion section under the headings of periodic and continuous suggestions.
Anahtar Kelime: Konular:
Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
- Internet: InternetLiveStats.com, Total number of Websites - Internet Live Stats, http://www.internetlivestats.com/total-number-of-websites/#trend, 19.01.2018.
- Y. İnal, N. Ö. Çinar, ve K. Çağıltay, “Kamu İnternet Sitelerinde Yer Alan Arama Alanlarının Kullanılabilirliği ve Buna Yönelik Kullanıcı Davranışlarının Analizi”, Bilişim Teknolojileri Dergisi, 9(1), 41-54, 2016.
- I. Graham, A Pattern Language for Web Usability, Addison-Wesley Longman Publishing Co., Inc., Boston, MA, USA, 2002.
- B. Özkan ve Y. Özkan, R ile Programlama, 1, Papatya Yayıncılık Eğitim, İstanbul, Türkiye, 2017.
- İ. E. Emre ve Ç. Selçukcan Erol, “Veri Analizinde İstatistik mi Veri Madenciliği mi?”, Bilişim Teknolojileri Dergisi, 10(2), 161-167, 2017.
- A. Chauhan ve S. Tarar, “Prediction of User Browsing Behavior Using Web Log Data”, International Journal of Scientific Research in Science, Engineering and Technology, 2(1), 419–422, 2016.
- I. Çinar ve H. Ş. Bilge, “Web Madenciliği Yöntemleri ile Web Loglarının İstatistiksel Analizi ve Saldırı Tespiti”, Bilişim Teknolojileri Dergisi, 9(2), 125-135, 2016.
- J. Grace, V. Maheswari, ve N. Dhinaharan, “Analysis of Web Logs And Web User In Web Mining”, International Journal of Network Security & Its Applications, 3(1), 99-110, 2011.
- A. Guerbas, O. Addam, O. Zaarour, M. Nagi, A. Elhajj, M. Ridley ve R. Alhajj, “Effective web log mining and online navigational pattern prediction”, Knowledge-Based Systems, 49(1), 50-62, 2013.
- C. M. Barnum, “3 - Big U and little u usability” , Usability Testing Essentials, Morgan Kaufmann, Boston, ABD, 53–81, 2011.
- J. Nielsen, Usability Engineering, Morgan Kaufmann Publishers Inc., San Francisco, CA, USA, 1993.
- M. Gezer, Ç. Erol, ve S. Gülseçen, “Bir Web Sayfasının Web Madenciliği İle Analizi”, Akademik Bilişim, Dumlupınar Üniversitesi, Kütahya, Türkiye, 1-10, 31 Ocak-2 Şubat, 2007.
- C. Romero, S. Ventura, A. Zafra, ve P. de Bra, “Applying Web usage mining for personalizing hyperlinks in Web-based adaptive educational systems”, Computers & Education, 53(3), 828-840, 2009.
- J.-H. Lee ve W.-K. Shiu, “An adaptive website system to improve efficiency with web mining techniques”, Advanced Engineering Informatics, 18(3), 129–142, 2004.
- E. Hochsztain, “A Mining Approach to Evaluate Geoportals Usability”, 2015 International Workshop on Data Mining with Industrial Applications (DMIA), Assuncion, Paraguay, 1–7, 14-16 Eylül 2015.
- J. Srivastava, R. Cooley, M. Deshpande, ve P.-N. Tan, “Web Usage Mining: Discovery and Applications of Usage Patterns from Web Data”, SIGKDD Explorations, 1(2), 12–23, 2000.
- R. Das ve İ. Türkoğlu, “Extraction of Interesting Patterns through Association Rule Mining For Improvement of Website Usability”, Istanbul University - Journal of Electrical & Electronics Engineering, 9(2), 1037–1046, 2009.
- N. K. Tyagi, A. K. Solanki, ve M. Wadhwa, “Analysis of Server Log by Web Usage Mining for Website Improvement”, International Journal of Computer Science Issues, 7(4), 17-21, 2010.
- K. R. Suneetha ve R. Krishnamoorthi, “Classification Of Web Log Data To Identify Interested Users Using Decision Trees”, The International Conference on Computing, Communications and Information Technology Applications, 21-23 Ocak 2010.
- C. J. Carmona, S. Ramírez-Gallego, F. Torres, E. Bernal, J. Del, ve S. García, “Web usage mining to improve the design of an e-commerce website: OrOliveSur.com”, Expert Systems with Applications, 39(12), 11243–11249, 2012.
- A. K. Santra ve S. Jayasudha, “Classification of Web Log Data to Identify Interested Users Using Naïve Bayesian Classification”, International Journal of Computer Science Issues, 9(1), 381–387, 2012.
- V. Sujatha ve Punithavalli, “Improved user Navigation Pattern Prediction Technique from Web Log Data”, Procedia Engineering, 30, 92–99, 2012.
- P. Lopes and B. Roy, “Dynamic Recommendation System Using Web Usage Mining for E-commerce Users”, Procedia Computer Science, 45, 60–69, 2015.
- M. Y. Shih ve S.-S. Huang, “Characterizing Web users based on their required criteria”, 11th International Conference on Heterogeneous Networking for Quality, Reliability, Security and Robustness (QSHINE), Taipei, Tayvan, 422–426, 19-20 Ağustos 2015.
- H. Zhang, W. Song, L. Liu, ve H. Wang, “The application of matrix Apriori algorithm in web log mining”, 2017 IEEE 2nd International Conference on Big Data Analysis (ICBDA), Beijing, Çin, 264–268, 10-12 Mart 2017.
- C. Shearer, “The CRISP-DM Model: The New Blueprint for Data Mining”, Journal of Data Warehousing, 5, 13–22, 2000.
- M. E. Balaban ve E. Kartal, Veri Madenciliği ve Makine Öğrenmesi Temel Algoritmaları ve R Dili ile Uygulamaları, 1, Çağlayan Kitabevi, İstanbul, Türkiye, 2015.
- Z. Özen, E. Kartal ve İ. E. Emre, “Analysis of a Learning Management System by Using Google Analytics: A Case Study From Turkey”, Technology Management in Organizational and Societal Contexts, IGI Global, ABD, 198–220, 2018.
- Internet: Apache: The Apache HTTP Server Project, http://httpd.apache.org/, 23.01.2018.
- D. B. Rathod, “Customizable Web Log Mining from Web Server Log”, International Journal of Engineering Development and Research, 1(2), 96–100, 2014.
- Internet: OpenRefine, http://openrefine.org/, 23.01.2018.
- Internet: RStudio, Take control of your R code, https://www.rstudio.com/products/rstudio/, 23.01.2018.
- Internet: r-project, R: The R Project for Statistical Computing, https://www.r-project.org/, 23.01.2018.
- M. Hashler, S. Chelluboina, K. Hornik, ve C. Buchta, “The arules R-Package Ecosystem: Analyzing Interesting Patterns from Large Transaction Data Sets”, Journal of Machine Learning Research, 12, 2021−2025, 2011.
- Internet: R. Calaway, Microsoft, ve S. Weston, foreach: Provides Foreach Looping Construct for R, https://cran.r-project.org/web/packages/foreach/foreach.pdf, 12.12.2017.
- Internet: R. Calaway, R. Analytics, ve S. Weston, doMC: Foreach Parallel Adaptor for “parallel”, https://cran.r-project.org/web/packages/doMC/doMC.pdf, 12.12.2017.
- H. Wickham, “The Split-Apply-Combine Strategy for Data Analysis”, Journal of Statistical Software, 40(1), 1–29, 2011.
- Internet: O. Keyes, J. Jacobs, D. Schmidt, M. Greenaway, B. Rudis, A. Pinto, M. Khezrzadeh, P. Meilstrup, A. M. Costello, J. Bezanson, P. Meilstrup ve X. Jiang, urltools: Vectorised Tools for URL Handling and Parsing, https://cran.r-project.org/web/packages/urltools/urltools.pdf, 20.01.2018.
- R. Agrawal ve R. Srikant, “Fast Algorithms for Mining Association Rules”, Proceedings of the 20th International Conference on Very Large Data Bases, Santiago, Şili, 487–499, 12-15 Eylül, 1994.
- G. Karahan Adalı, Veri Madenciliğinde Birliktelik Yöntemleri ve Müşteri İlişkileri Yönetimine İlişkin Bir Uygulama, Doktora Tezi, İstanbul Üniversitesi, Fen Bilimleri Enstitüsü, 2017.
- Y. Zhao, Post-mining of Association Rules: Techniques for Effective Knowledge Extraction, 1, PA: Information Science Reference, Hershey, ABD, 2009.
- C. Zhang ve S. Zhang, Association Rule Mining, Heidelberg: Springer Berlin Heidelberg, Berlin, ABD, 2002.
- P.-N. Tan, M. Steinbach ve V. Kumar, Introduction to Data Mining, 1, Pearson, Boston, ABD, 2005.
- M. Mittal, J. Singh, A. Aggarwal, K. Kumari, ve M. Yadav, “Ordering Policy for Imperfect Quality Itemsets Using Cross Selling Effects”, International Journal of Modeling and Optimization, 4(1), 25-30, 2014.
- Internet: draw.io, Flowchart Maker and Online Diagram Software, https://www.draw.io/, 03.04.2018.
- Internet: J. Nielsen, F-Shaped Pattern For Reading Web Content (original study), https://www.nngroup.com/articles/f-shaped-pattern-reading-web-content-discovered/, 28.03.2018.
- M. Talabeigi, R. Forsati ve M.R. Meybodi, “A Dynamic Web Recommender System Based on Cellular Learning Automata”, 2010 International Conference on Computer Engineering and Technology, Chengdu, Çin, 755-761, 16-18 Nisan 2010.
| APA | Budak V, Kartal E, Gulsecen S (2018). Site-içi Aramalar ve Apriori Algoritmasıyla Web Sitesi Ziyaretçilerinin İhtiyaç Tespitine Yönelik Bir Örnek Olay İncelemesi. , 211 - 222. 10.17671/gazibtd.397142 |
| Chicago | Budak Veli Özcan,Kartal Elif,Gulsecen Sevinc Site-içi Aramalar ve Apriori Algoritmasıyla Web Sitesi Ziyaretçilerinin İhtiyaç Tespitine Yönelik Bir Örnek Olay İncelemesi. (2018): 211 - 222. 10.17671/gazibtd.397142 |
| MLA | Budak Veli Özcan,Kartal Elif,Gulsecen Sevinc Site-içi Aramalar ve Apriori Algoritmasıyla Web Sitesi Ziyaretçilerinin İhtiyaç Tespitine Yönelik Bir Örnek Olay İncelemesi. , 2018, ss.211 - 222. 10.17671/gazibtd.397142 |
| AMA | Budak V,Kartal E,Gulsecen S Site-içi Aramalar ve Apriori Algoritmasıyla Web Sitesi Ziyaretçilerinin İhtiyaç Tespitine Yönelik Bir Örnek Olay İncelemesi. . 2018; 211 - 222. 10.17671/gazibtd.397142 |
| Vancouver | Budak V,Kartal E,Gulsecen S Site-içi Aramalar ve Apriori Algoritmasıyla Web Sitesi Ziyaretçilerinin İhtiyaç Tespitine Yönelik Bir Örnek Olay İncelemesi. . 2018; 211 - 222. 10.17671/gazibtd.397142 |
| IEEE | Budak V,Kartal E,Gulsecen S "Site-içi Aramalar ve Apriori Algoritmasıyla Web Sitesi Ziyaretçilerinin İhtiyaç Tespitine Yönelik Bir Örnek Olay İncelemesi." , ss.211 - 222, 2018. 10.17671/gazibtd.397142 |
| ISNAD | Budak, Veli Özcan vd. "Site-içi Aramalar ve Apriori Algoritmasıyla Web Sitesi Ziyaretçilerinin İhtiyaç Tespitine Yönelik Bir Örnek Olay İncelemesi". (2018), 211-222. https://doi.org/10.17671/gazibtd.397142 |
| APA | Budak V, Kartal E, Gulsecen S (2018). Site-içi Aramalar ve Apriori Algoritmasıyla Web Sitesi Ziyaretçilerinin İhtiyaç Tespitine Yönelik Bir Örnek Olay İncelemesi. Bilişim Teknolojileri Dergisi, 11(2), 211 - 222. 10.17671/gazibtd.397142 |
| Chicago | Budak Veli Özcan,Kartal Elif,Gulsecen Sevinc Site-içi Aramalar ve Apriori Algoritmasıyla Web Sitesi Ziyaretçilerinin İhtiyaç Tespitine Yönelik Bir Örnek Olay İncelemesi. Bilişim Teknolojileri Dergisi 11, no.2 (2018): 211 - 222. 10.17671/gazibtd.397142 |
| MLA | Budak Veli Özcan,Kartal Elif,Gulsecen Sevinc Site-içi Aramalar ve Apriori Algoritmasıyla Web Sitesi Ziyaretçilerinin İhtiyaç Tespitine Yönelik Bir Örnek Olay İncelemesi. Bilişim Teknolojileri Dergisi, vol.11, no.2, 2018, ss.211 - 222. 10.17671/gazibtd.397142 |
| AMA | Budak V,Kartal E,Gulsecen S Site-içi Aramalar ve Apriori Algoritmasıyla Web Sitesi Ziyaretçilerinin İhtiyaç Tespitine Yönelik Bir Örnek Olay İncelemesi. Bilişim Teknolojileri Dergisi. 2018; 11(2): 211 - 222. 10.17671/gazibtd.397142 |
| Vancouver | Budak V,Kartal E,Gulsecen S Site-içi Aramalar ve Apriori Algoritmasıyla Web Sitesi Ziyaretçilerinin İhtiyaç Tespitine Yönelik Bir Örnek Olay İncelemesi. Bilişim Teknolojileri Dergisi. 2018; 11(2): 211 - 222. 10.17671/gazibtd.397142 |
| IEEE | Budak V,Kartal E,Gulsecen S "Site-içi Aramalar ve Apriori Algoritmasıyla Web Sitesi Ziyaretçilerinin İhtiyaç Tespitine Yönelik Bir Örnek Olay İncelemesi." Bilişim Teknolojileri Dergisi, 11, ss.211 - 222, 2018. 10.17671/gazibtd.397142 |
| ISNAD | Budak, Veli Özcan vd. "Site-içi Aramalar ve Apriori Algoritmasıyla Web Sitesi Ziyaretçilerinin İhtiyaç Tespitine Yönelik Bir Örnek Olay İncelemesi". Bilişim Teknolojileri Dergisi 11/2 (2018), 211-222. https://doi.org/10.17671/gazibtd.397142 |
