JP2000242626A - 電子商取引履歴分析方法 - Google Patents

電子商取引履歴分析方法

Info

Publication number
JP2000242626A
JP2000242626A JP4412899A JP4412899A JP2000242626A JP 2000242626 A JP2000242626 A JP 2000242626A JP 4412899 A JP4412899 A JP 4412899A JP 4412899 A JP4412899 A JP 4412899A JP 2000242626 A JP2000242626 A JP 2000242626A
Authority
JP
Japan
Prior art keywords
user
level
information
history
processing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP4412899A
Other languages
English (en)
Inventor
Yumiko Seki
由美子 関
Norifumi Nishikawa
記史 西川
Hiroshi Tsuji
洋 辻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP4412899A priority Critical patent/JP2000242626A/ja
Publication of JP2000242626A publication Critical patent/JP2000242626A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

(57)【要約】 【課題】従来のインターネットへのアクセス履歴収集方
法ではホームページへのアクセス頻度をもとに分類をお
こなっており、利用者の具体的な挙動に関して解析を行
うことはできなかった。 【解決手段】利用者が電子商取引サイト内の行動の重要
度すなわち商取引行為を行ったかどうかに準じて3段階
の行動レベルを設け、各レベルに応じたキーワードを用
いてURLを分類し、利用者の挙動を逐次解析する。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】本発明は、インターネットを
用いた電子商取引において、利用者の行動を電子商取引
行為における重要度に準じて分類し、電子商取引高を予
測する技術に関する。
【0002】
【従来の技術】インターネット利用者の行動解析を行う
方法としては、一般にアンケートによる調査方法が知ら
れている。しかし、アンケートでは作業効率が悪いの
で、利用者のアクセス履歴を何らかの形で機械的に取得
することが期待されている。
【0003】インターネット上の情報収集方法の公知例
として、特開平10−124428号公報「インターネ
ット上の情報収集方法、記憶媒体、および情報収集シス
テム」がある。この発明では情報閲覧者の活動状況の統
計処理結果に基づいて詳細情報を自動で収集し、これを
情報提供者に供給し、情報提供者がWWW、電子メール
などの閲覧情報の改善などに役立て可能なインターネッ
ト上の情報収集技術を提供することを目的としており、
実現方法としては、インターネット上に情報提供者のサ
ーバーと、情報閲覧者のクライアントと、情報収集者の
サーバーとが接続されるネットワークにおいて、情報閲
覧者が情報提供者のWWWを閲覧する際に情報獲得クラ
イアントプログラムをインストールして、情報閲覧者が
閲覧したWWWのURL、時間などの閲覧情報を情報収
集者のサーバーに獲得し、この獲得された閲覧情報をア
クセス時間別、アクセス回数別、性別、年齢層別、地域
別に統計処理し、この統計処理された結果に基づいてイ
ンターネット上の詳細情報を情報収集者のサーバーに自
動的に獲得するものである。
【0004】また、利用者の挙動を解析する発明とし
て、特開平5−28124号公報、「挙動解析装置」が
ある。この発明は人やシステムの挙動に関する一般的な
知識が得られにくい分野での挙動解析シミュレーション
の方法を提供することを目的としており、例として、非
常時の避難モデルをとりあげている。
【0005】
【発明が解決しようとする課題】上記第1の公知例にお
いては、電子商取引に固有の利用者の行動の解析につい
ては検討がなされていない。
【0006】また、上記第2の公知例においては、物理
的な移動を伴う挙動について検討しており、インターネ
ット上での利用者の振る舞いや行動特性については検討
されていない。
【0007】一般にインターネットを用いた電子商取引
において、利用者の挙動解析を行うには以下の課題があ
る。
【0008】(1)インターネットのWebページへの
アクセス頻度が実際の商取引に関わるかどうかは判別で
きなかった。例えば、利用者はよくホームページへアク
セスするが、このページは商品の購入には直接関係がな
いので商取引行為における重要度は低い。従って、アク
セス頻度だけでカウントを行うと、商取引行為に関係の
ない行為についても統計処理することになり、誤った結
果を得ることになる。すなわち、電子商取引において
は、単にWebページへのアクセス頻度に基づく利用者
の挙動の分類・解析は不可能である。
【0009】(2)インターネットでの電子商取引サイ
トはセキュアに構築されており、暗号化された通信内容
や該サイトのWebページのコンテンツを取得すること
が不可能に近いこと。
【0010】本発明では、インターネットのアクセス履
歴情報から電子商取引サイトに対するアクセス履歴情報
だけを抽出し、履歴情報に含まれるURLを抽出し、予
め定義したテーブルを用いてキーワード分類を行い、各
キーワードに対応する利用者の行動レベル(実際の取引
にどの程度関わるかの重要度にもとづいて定める)を決
定し、この分類結果と利用者のプロファイルをもとに利
用者の挙動解析を行うことを目的とする。
【0011】また、利用者の統計解析結果をもとに電子
商取引高を類推する方法を提供することを目的とする。
さらに、SSL通信の際に発行されるhttpsを検出
して、暗号化された商取引サイトでの挙動についても解
析を行うことを目的とする。
【0012】
【課題を解決するための手段】上記課題(1),(2)
を解決するために、本発明では、 (1)インターネットへのアクセス履歴情報から電子商
取引に関する履歴情報だけを抽出し、この履歴情報から
URLを抽出し、URLをキーワードを用いて行動レベ
ルを分類する方法を提案する。行動レベルとは利用者が
電子商取引サイトで行った行為がどの程度商取引行為に
関わるかにもとづいて4段階のレベルを設けるものであ
る。この方法によって、アクセス頻度ではなくて、商取
引の重要度に応じて履歴を分類することが可能になる。
【0013】(2)電子商取引に際しては安全のためS
SL(Secure SocketLayer:暗号化
および認証機能をTCP/IPに付加したプロトコル)が多用
される。このことを利用して、履歴情報においてSSL
通信が発行されたことを検知し、この時を利用者がある
商取引行為を完結したものとみなして第4のレベルに分
類する。
【0014】以上、(1),(2)の方法を用い、電子
商取引サイトにアクセスした履歴情報に含まれるURL
を抽出し、電子商取引における利用者の行動レベルにも
とづいて、利用者の行動を解析し、さらに取引高を類推
する方法を提供する。
【0015】また、SSL通信の際にhttpsが発行
されることを検知して、これを行動レベル4として分類
することによって、暗号化されたセキュアな電子商取引
サイトへのアクセスについても利用者の挙動を予測する
ことが可能となる方法を提供する。
【0016】
【発明の実施の形態】(実施例1)本発明にかかる電子
商取引履歴分析方法の全体構成を図1を用いて説明す
る。図1は、電子商取引履歴分析方法の1実施例であ
る。
【0017】図1の電子商取引履歴分析方法には、利用
者履歴情報(110)と、履歴入力処理(112)、行
動レベル決定処理(113)、レベル出力処理(11
4)、レベル決定ルール(115)、レベル・キーワー
ド対応テーブル(116)、ルール生成処理(11
7)、レベル情報(118)、利用者ごとの集計処理
(119)、利用者挙動解析処理(120)、アクセス
数から取引高を類推する処理(121)、集計結果(1
22)が含まれる。
【0018】そして、利用者挙動解析処理とアクセス数
から取引高を類推する処理とはインターネットを通じて
利用者にサービス提供を行う。これらは概略的には以下
の機能を果たす。
【0019】利用者履歴情報(111)は、利用者I
D、利用者がインターネットにアクセスした時間、アク
セスURL、アクセス状況などを自動的に収集したログ
情報である。
【0020】履歴入力処理(112)は、前記利用者履
歴情報からある利用者のあるセッションの履歴情報だけ
を取り出して次の処理に引き渡す。
【0021】行動レベル決定処理(113)は、前記履
歴入力処理から引き渡されたログ情報を、レベル決定ル
ール(115)にもとづいて分類する。レベル決定ルー
ル(115)はレベル・キーワード対応テーブル(11
6)をもとにルール作成処理(117)によって作成さ
れる。
【0022】レベル出力処理(114)では分類された
利用者の行動レベルと対応するログ情報とを出力する。
このようにして得られた情報(ログと利用者行動レベ
ル)がレベル情報(118)である。
【0023】次に利用者ごとの集計処理(119)によ
って、レベル情報がある利用者について集計される。こ
の結果をもとに利用者の挙動解析処理(120)で利用
者の挙動が逐次解析される。解析結果はインターネット
を通じてサービスされる。また、利用者ごとの集計処理
から得られた集計結果(122)をもとに、アクセス数
から取引高を類推する処理(121)によって、電子商
取引高を類推する。類推結果はインターネットを通じて
サービスされる。
【0024】図2は、履歴入力処理(112)の処理フ
ローを示す。
【0025】本実施例で用いる履歴入力処理は、次の処
理により実現される。まず利用者履歴情報(111)の
中からアクセスしたURLだけを取り出す(201)。
次にこのURLのドメイン名を取り出す(202)。ド
メイン名と、予め与える電子商取引サイトのリスト(2
03)とを照合して(204)、一致するものだけを電
子商取引に関するログとしてデータベースから読み込む
(205)。
【0026】図3は、行動レベル決定処理(113)と
レベル出力処理(114)の処理フローを示す。行動レ
ベル決定処理は、次の処理により実現される。まず図2
の履歴入力処理で得られた電子商取引に関するログを読
み込む(301)。この時点で、入力されたログ情報は
全て電子商取引に関するものがわかっているので、デフ
ォルト値として行動レベル2を割り当てる(302)。
【0027】行動レベルとは、電子商取引における利用
者の行動を、その重要度すなわち、商取引を行ったかど
うかに準じてレベル分けしたものであり、ホームページ
を訪れただけの場合をレベル1、電子商取引サイト内で
何らかの行為を行った(検索、閲覧、その他)場合をレ
ベル2、商品を選択し、バスケットもしくはカートに投
入した場合以上の行為を行ったときをレベル3とする。
【0028】それぞれを分類するにはURLを利用す
る。URL中に出現する英単語からキーワードを定めて
おく。例えばレベル1であれば、そのサイトのホームペ
ージのURLをキーワードとする。レベル2はほとんど
の場合があてはまるので、電子商取引サイトを含むUR
Lであれば、全てデフォルト値を2とする。
【0029】レベル3は商品の注文に関するURLであ
る。これらのURLにはOrder、shopping-basket、shop
ping-cart、credit-cardなどの特徴的な語が含まれる。
そこでこのような単語をレベル3のキーワードとして登
録しておく。以上のようにして得られるのが図4のレベ
ル・キーワード対応テーブルである。
【0030】さらに、レベル3の状態に引き続いてSS
L(Secure SocketLayer)が発生し
た場合をレベル4とし、商取引行為が完了したと見な
す。具体的にはこの時URLがhttpではなくhttps
で始まっているのでSSLであることが判別可能であ
る。そこで、303では入力されたログ情報が、レベル
1もしくはレベル3もしくはレベル4に対応しているか
どうかを判別する。判別する際にはレベル・キーワード
対応テーブル(116)を用いた分類を行う。
【0031】レベル1とレベル3のそれぞれにはキーワ
ードとなる語句が登録されており、キーワードがログ情
報のURL中に含まれていれば、対応するレベルである
と判定する。それぞれのレベルに対応していれば、デフ
ォルトの値を書き換え(304)、決定したレベルと対
応するログ情報へのポインタを出力して(305)、終
了する。
【0032】図4は、レベル・キーワード対応テーブル
(116)の例である。ドメイン名称、キーワード、キ
ーワードに対応する利用者の行動レベルが記述される。
これらはそれぞれ複数の値を持つことが可能である。例
えば、hitachi.comの場合、レベル1のキーワードすな
わちホームページのURLはhttp://www.hitachi.com/
である。レベル3のキーワードは2つあり、shopping-b
asketとorderである。Hitachi.comに関するURL中に
これらの語が含まれていれば、そのURLはレベル3で
あると判定される。
【0033】図5は、レベル情報(118)の例であ
る。この例では、フォーマットはclient、date、"http_
request"、return_code、data_size、action_levelから
なる。Clientはアクセスしたマシンを特定するための識
別子である。これより予め登録されたユーザプロファイ
ル情報(608)を用いて誰がアクセスしているか利用
者を特定することが可能になる。Dateはアクセスした日
付である。http_requestは発行されたhttpのアクセス要
求の内容であり、URLを含んでいる。Return_codeは
アクセスした結果、システムから返される値(通常は2
00)である。Data_sizeはアクセスした情報のサイズ
である。Action_levelとは先に述べた行動レベルのこと
である。
【0034】一行目の例(1セッション)について説明
する。Clientはlocalhostである。(これは例なのでユ
ーザプロファイル情報は規定されていない。)次にアク
セスした日付時刻(5月13日)、httpメソッドがGET
で発行されており、アクセス先のURLはhttp://www.h
itachi.com:80/〜alan/bana/miura.jpgである。この
URLはhitachi.comのものなので、action_levelすな
わち利用者行動レベルは2である。なお利用者行動レベ
ルが付かないものについては空欄である。
【0035】図6は、利用者ごとの集計処理(11
9)、利用者挙動解析処理(120)、アクセス数から
取引高を類推する処理(121)の処理フローを示す。
利用者ごとの集計処理(119)は次の処理により実現
される。レベル情報に含まれる利用者のアクセス履歴情
報のうち、利用者IDに着目し、同じ利用者IDの履歴
情報を時系列順に取り出す(601)。利用者のプロフ
ァイルは予め登録されたユーザプロファイル情報(60
8)によって求められ、集計する際に、例えば女性が何
%である、独身者が何%であるといった分類が可能にな
る。
【0036】601で、レベル3に分類されたアクセス
履歴があった時、引き続いてSSLのアクセスが発生し
ていればこれをレベル4とみなし、レベルを書き換える
(602)。利用者ごとの集計結果(122)の例を図
7に示す。
【0037】利用者挙動解析処理(120)は次の処理
により実現される。利用者ごとに集計されたレベル情報
をもとに、利用者の挙動を逐次解析する(603)。あ
る電子商取引サイトを訪れた人数(レベル1)、興味を
持った人数(レベル2)、実際に購入しようとした人数
(レベル3+レベル4)などの集計結果との関係につい
て提示する(604)。また利用者の挙動を順次解析し
てサイト構築の効率についての情報を提示する(60
5)などの例が考えられる。
【0038】アクセス数から取引高を類推する処理(1
21)は次の処理により実現される。利用者ごとに集計
されたレベル情報をもとに、利用者の挙動を逐次解析す
る(603)。利用者がレベル3、レベル4のアクセス
を行った時には、何らかの電子商取引行為が行われたと
見なしてカウントする(606)。このカウント数と1
アクセス当たりの平均購入額とを掛け合わせたものを購
入予測額として提示する(607)。
【0039】図7は、利用者ごとの集計結果(122)
の例を示す。ある利用者を例にとると、この利用者IDは
238592Mであり、対応するユーザプロファイルNo.
は238592である。アクセスした日付は98年5月
13日である。以下、各行ごとにアクセス時刻、アクセ
スしたURL、利用者の行動レベルが順に記述される。
例えば第1行目の例では時刻が13:50:12であり、
URLがhttp://www.hitachi.com/である
【0040】このURLはhitachi.comのホームページ
であるから、利用者行動レベルは1であった。また、第
6行目の例では時刻が14:06:11であり、URLが
http://www.hitachi.com/credit-cardである。このとき
URLがhttpsで始まっていることからSSL通信
が行われたことがわかる。
【0041】直前の第5行目のアクセス情報ではこの利
用者は行動レベル3であったから、この時のSSL通信
はレベル4にあたる。従って、利用者行動レベル4とな
る。次の第7行目では利用者は他のサイトにアクセスし
ており、hitachi.comから抜け出たことがわかる。従っ
て、行動レベルは0である。
【0042】図8は、利用者挙動解析処理から得られた
結果、およびアクセス数から取引高を類推する処理から
得られた結果を提示するユーザインタフェースの一実施
例である。これはインターネット上で提供される画面例
である。
【0043】ここでは一週間ごとの集計結果を表示して
いる。一番上に日付が表示されている。次にEC(電子商
取引)のトップ100のリストが表示されることが明記
され、また商品カテゴリがBOOKであると明記され
る。その下に表示されているのが電子商取引サイトのア
クセスランク順リストである。ここでは1位がhitachi.
comであり、Visitorにサイトへの訪問者数すなわちレベ
ル1の利用者数(170512人)が表示される。右隣
りのOrderにはレベル3の利用者数(537人)が表示
される。右端が取引高推定値($117050)であ
る。以下、2位から順に表示される。
【0044】また上記の表示結果をグラフ化して表現し
たものもあわせて表示した。棒グラフ中で色が変わって
いるのは、ユーザがカーソルを動かして選択した棒グラ
フである。この場合、seki.comが選択されており、その
利用者プロファイルは、Orderの人数のうち48%が女
性であり、27%が独身者であることが示される。
【0045】図9はルール生成処理(117)の処理フ
ローである。レベル・キーワード対応テーブル(11
6)は処理の前に予めルール生成処理(117)を用い
て作成しておく。レベル1のキーワードはホームページ
のURLから容易に求められるので、ここではレベル3
のキーワードを求める方法について述べる。
【0046】まず電子商取引を行った際のURLを例と
して与える(901)。URLを記号/によって分割
し、分割された各要素をキーワード候補とする(90
2)。キーワード候補の中で最後に現れる要素をレベル
3のキーワードとするかどうか確認する(903)。YE
Sであればレベル3のキーワードの類語・活用形もキー
ワード候補として提示する(904)。
【0047】ここで終了するか、さらにレベル3のキー
ワードを含むURLを履歴情報から抽出する(90
5)。再び902の処理に戻る。また処理903でNOの
場合、後ろから順に現れる要素それぞれについてレベル
3のキーワードとするかどうか確認する(906)。YE
Sであれば904の処理に入る。すべてNOであれば終了
する。
【0048】
【発明の効果】以上のように、本発明によれば、電子商
取引サイトにアクセスした履歴情報に含まれるURLを
抽出し、電子商取引における利用者の行動レベルにもと
づいて、利用者の行動を解析し、さらに取引高を類推す
る方法を提供することにある。
【図面の簡単な説明】
【図1】本発明にかかる一実施例の電子商取引履歴分析
方法の構成図。
【図2】本発明にかかる履歴入力処理を示すフローチャ
ート。
【図3】本発明にかかる行動レベル決定処理とレベル出
力処理を示すフローチャート。
【図4】本発明にかかる一実施例のレベル・キーワード
対応テーブルを示す図。
【図5】本発明にかかるレベル情報の一実施例を示す
図。
【図6】本発明にかかる利用者ごとの集計処理、利用者
挙動解析処理、アクセス数から取引高を類推する処理を
示すフローチャート。
【図7】利用者ごとの集計結果の例を示す図。
【図8】利用者挙動解析処理から得られた結果、および
アクセス数から取引高を類推する処理から得られた結果
を提示するユーザインタフェースの一実施例を示す図。
【図9】ルール生成処理を示すフローチャート。
【符号の説明】
111…利用者履歴情報、112…履歴入力処理、11
3…行動レベル決定処理、114…レベル出力処理、1
15…レベル決定ルール、116…レベル・キーワード
対応テーブル、117…ルール生成処理、118…レベ
ル情報、119…利用者ごとの集計処理、120…利用
者挙動解析処理、121…アクセス数から取引高を類推
する処理。
フロントページの続き (72)発明者 辻 洋 神奈川県川崎市麻生区王禅寺1099番地 株 式会社日立製作所システム開発研究所内 Fターム(参考) 5B049 AA02 BB11 CC08 EE02 GG07 GG09

Claims (3)

    【特許請求の範囲】
  1. 【請求項1】インターネットへアクセスした履歴情報を
    解析する方法であって、上記アクセス履歴の中から電子
    商取引に関する履歴情報を抽出するステップと、上記電
    子商取引に関する履歴情報に含まれるURLについて、
    商取引行為の重要度(商品を購入しようとしているかど
    うか)に準じた行動レベルをキーワードにもとづいて分
    類し、決定するステップと、商取引行為の重要度に準じ
    て決定された行動レベルと、別途蓄積したユーザプロフ
    ァイルデータからユーザの挙動を統計解析するステップ
    を具備することを特徴とする電子商取引履歴分析方法。
  2. 【請求項2】請求項1記載の電子商取引履歴分析方法で
    あって、前記商取引の重要度に準じた行動レベルにもと
    づいて、該商取引サイトの商取引高を類推し提示するス
    テップを具備したことを特徴とする請求項1記載の電子
    商取引履歴分析方法。
  3. 【請求項3】電子商取引で用いられるSSL(Secu
    re Socket Layer:暗号化および認証機
    能をTCP/IPに付加したプロトコル)を利用し、履
    歴情報においてSSL通信が発行されたことを検知する
    ステップを備え、この時利用者がある商取引行為をおこ
    なったものとみなして履歴を分類することを特徴とする
    請求項1記載の電子商取引履歴分析方法。
JP4412899A 1999-02-23 1999-02-23 電子商取引履歴分析方法 Pending JP2000242626A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP4412899A JP2000242626A (ja) 1999-02-23 1999-02-23 電子商取引履歴分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP4412899A JP2000242626A (ja) 1999-02-23 1999-02-23 電子商取引履歴分析方法

Publications (1)

Publication Number Publication Date
JP2000242626A true JP2000242626A (ja) 2000-09-08

Family

ID=12682989

Family Applications (1)

Application Number Title Priority Date Filing Date
JP4412899A Pending JP2000242626A (ja) 1999-02-23 1999-02-23 電子商取引履歴分析方法

Country Status (1)

Country Link
JP (1) JP2000242626A (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002157269A (ja) * 2000-11-22 2002-05-31 Nippon Telegr & Teleph Corp <Ntt> 映像ポータルシステム及び映像提供方法
JP2002175321A (ja) * 2000-09-29 2002-06-21 Nippon Telegr & Teleph Corp <Ntt> コンテンツ提供システムおよび提供方法
JP2006012115A (ja) * 2000-09-14 2006-01-12 Silver Egg Technology Kk 推奨情報提供方法、推奨情報送信システム、推奨情報送信装置及び記録媒体
JP2010129061A (ja) * 2008-12-01 2010-06-10 Ntt Docomo Inc インデックス生成システム、情報検索システム、及びインデックス生成方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006012115A (ja) * 2000-09-14 2006-01-12 Silver Egg Technology Kk 推奨情報提供方法、推奨情報送信システム、推奨情報送信装置及び記録媒体
JP2002175321A (ja) * 2000-09-29 2002-06-21 Nippon Telegr & Teleph Corp <Ntt> コンテンツ提供システムおよび提供方法
JP2002157269A (ja) * 2000-11-22 2002-05-31 Nippon Telegr & Teleph Corp <Ntt> 映像ポータルシステム及び映像提供方法
JP2010129061A (ja) * 2008-12-01 2010-06-10 Ntt Docomo Inc インデックス生成システム、情報検索システム、及びインデックス生成方法
JP4633162B2 (ja) * 2008-12-01 2011-02-16 株式会社エヌ・ティ・ティ・ドコモ インデックス生成システム、情報検索システム、及びインデックス生成方法
US8285723B2 (en) 2008-12-01 2012-10-09 Ntt Docomo, Inc. System and method for indexing documents and retrieving similar document based on link transition count distance calculations

Similar Documents

Publication Publication Date Title
US7610276B2 (en) Internet site access monitoring
US7991901B2 (en) Method and system for characterization of online behavior
JP5072160B2 (ja) ワールドワイドウェブのディジタルコンテントの普及を見積もるシステム及び方法
US9576251B2 (en) Method and system for processing web activity data
US6466970B1 (en) System and method for collecting and analyzing information about content requested in a network (World Wide Web) environment
JP5368665B2 (ja) リンクに重み付けされたアソシエーションルールに戻って転送されるエキスパートデータベース
US20050097088A1 (en) Techniques for analyzing the performance of websites
US20060129463A1 (en) Method and system for automatic product searching, and use thereof
US20060064411A1 (en) Search engine using user intent
KR20000017873A (ko) 웹사이트 방문자 이용내역 추적시스템과 맞춤 정보 자동생성시스템 및 생성방법
US20030187677A1 (en) Processing user interaction data in a collaborative commerce environment
EP2577584A1 (en) Method of identifying remote users of websites
Alazab et al. Maximising competitive advantage on E-business websites: A data mining approach
JP5511782B2 (ja) 新規広告可能なurl提供システムおよび新規広告可能なurl提供方法を実行するためのプログラム
JP4770445B2 (ja) 情報推薦装置
CN110674404A (zh) 链接信息生成方法、装置、***、存储介质及电子设备
JP3984430B2 (ja) 相関アイテム検出方法および装置、お薦めアイテム紹介方法および装置、相関アイテム検出プログラム、お薦めアイテム紹介プログラム
KR101813003B1 (ko) 온라인 통합 관리 시스템
US20160307223A1 (en) Method for determining a user profile in relation to certain web content
US20040088210A1 (en) Methods and systems for integrating human and electronic channels
JP2000242626A (ja) 電子商取引履歴分析方法
Rajapaksha et al. Recommendations to Increase the Customer Interaction of E-commerce Applications with Web Usage Mining
JP2002312397A (ja) 相関アイテム検出方法および装置、お薦めアイテム紹介方法および装置、相関アイテム検出プログラム、お薦めアイテム紹介プログラム、同プログラムを記録した記録媒体
Eshaghi et al. Investigation and Analysis of Current Web Mining Techniques as well as Frameworks
SAHOO et al. ANALYZING CUSTOMER BEHAVIOR IN E-COMMERCE USING HOMOPHILY DETECTION ALGORITHM