|
|
|
|
GOR 2001 Homepage
Indices
Management - Staff only
|
GOR 2001 - contentThis is the http://kiwi.uni-psych.gwdg.de/congress/gor-2001/contrib/contrib/janetzko-dietmar/janetzko-dietmar Document. Main Author: Janetzko, Dietmar Co-Authors: ; Institution: Institut für Informatik und Gesellschaft, Albert-Ludwigs-Universität Freiburg Contribution Title: Web-Mining mit Bayes-Netzen. Authors Email: dietmar@cognition.iig.uni-freiburg.de URLs:
Abstract German (version: 25/06/2002 - 07:47, size: 2579) German: Bayes-Netze bzw. Bayesian Belief Networks (BBNs) zählen zu den wichtigsten Methoden bei der Auswertung und Verarbeitung unsicheren Wissens. BBNs stellen eine Weiterentwicklung des auf der Bayes-Regel beruhenden Mechanismus‘ zur Verknüpfung unterschiedlicher Informationen dar, die hauptsächlich auf die Arbeiten von Judea Pearl in den 70ern und 80ern zurückgeht. Die grafische Komponente von BBNs trägt mit dazu bei, dass damit auch Fragestellungen in komplexen Anwendungen auf elegante Weise bearbeitet werden können. Dazu zählen insbesondere die Mensch-Computer-Interaktion (beispielsweise beruht die Benutzermodellierung in MS Office auf BBNs) und die medizinische bzw. technische Diagnostik. Zahlreiche z.T. auch frei verfügbare Softwarewerkzeuge (in funktionsreduzierter Version frei ist z.B. Hugin, http://www.hugin.com) erleichtern die praktische Arbeit mit BBNs. Die Bearbeitung einer konkreten Fragestellung erfolgt bei BBNs über eine geeignete Auswahl und Codierung der in Betracht gezogenen Variablen. Dies gilt selbstverständlich auch für andere (statistische) Untersuchungsmethoden, kann im Falle der BBNs aber unterstützt durch die grafische Komponente, die die Topologie des Bayes-Netzes illustriert, erfolgen. Für die Auswertung von Logfiles bieten BBNs verschiedene Möglichkeiten bei empirischen Untersuchungen an, die einerseits Analysen von Web-Sites (z.B. Web-Mining, Usability-, What-If-Untersuchungen, Wissensmanagement etc.), andererseits aber auch Analysen von Benutzern (z.B. Gruppenvergleiche) betreffen. Anders als die meisten anderen Methoden zur Verarbeitung unsicheren Wissens (z.B. neuronale Netze) ist es bei BBNs einfach, zusätzliche bzw. aus verschiedenen Quellen stammende Informationen in das Verarbeitungsmodell aufzunehmen. Bezogen auf die Untersuchung von Logfiles mit BBNs bedeutet dies, dass das verwendete Modell problemlos um Informationen aus Inhaltsanalysen einzelner HTML- Dokumente oder um Daten aus Zeitmessungen (z.B. via Perl, JAVA oder JavaScript) erweitert werden kann. Gegenstand des Beitrags sind beispielhafte empirische, über BBNs realisierte Untersuchungen von Web-Sites einerseits und Benutzern andererseits, die die oben angesprochenen Perspektiven für den Einsatz dieser Methode in der Online-Forschung veranschaulichen. In diesem Rahmen wird ein Perl-Skript vorgestellt, das Logfile-Dateien beliebigen Formats in Dateien überführt, die sich in Werkzeuge für BBNs einlesen lassen Article preliminary article (version: 25/06/2002 - 07:47, size: 512) view preliminary article - edit preliminary article - upload an image(for authors only) |