АНАЛИЗ ПОВЕДЕНИЯ ПОСЕТИТЕЛЕЙ ВЕБ-САЙТОВ СРЕДСТВАМИ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ

Л. В. Брижанский; Ю. А. Брижанская; Е. Л. Брижанская; П. С. Ермошкин

Л. В. Брижанский ФГБОУ ВО "Мичуринский государственный аграрный университет"
Ю. А. Брижанская МБОУ СОШ №18
Е. Л. Брижанская МГТУ им. Н.Э. Баумана
П. С. Ермошкин ФГБОУ ВО "Мичуринский государственный аграрный университет"

Ключевые слова: Web Usage Mining, анализ поведения пользователей, кластеризация, ассоциативные правила, персонализация, последовательные шаблоны, машинное обучение, нейронные сети, трансформеры.

Аннотация

В статье рассматривается применение методов интеллектуального анализа данных (Data Mining) для исследования поведения пользователей веб-сайтов. Актуальность работы обусловлена экспоненциальным ростом объемов веб-данных и необходимостью повышения релевантности веб-ресурсов. Проведен анализ существующих подходов к веб-персонализации, предложена архитектура системы анализа поведения на основе Web Usage Mining. Выполнено сравнение алгоритмов кластеризации пользовательских сессий и методов поиска последовательных шаблонов, включая современные подходы на основе глубокого обучения. Приведены математические метрики оценки качества рекомендательных систем. Экспериментальные расчеты на тестовых данных демонстрируют повышение точности предсказания навигации на 15–20% при использовании гибридных методов, а применение архитектур на основе трансформеров позволяет дополнительно улучшить качество прогнозирования на 7–10%.