طراحي سيستمي به‌منظور تحليل روند مراجعه‌ي كاربران اينترنتي به وب‌سايت‌ها در ايران با استفاده از الگوريتم‌هاي داده‌كاوي و متن‌كاوي

Designing a System for Trend Analysis of Users in Website Surfing in Iran Using Data Mining and Text Mining Algorithms

زمينه و هدف: با توجه به ورود وب‌گردي به سبك زندگي طيف وسيعي از افراد جامعه و احساس نياز به سياست‌گذاري‌هاي فرهنگي و اجتماعي دقيق‌تر در اين حوزه، محققين پژوهش حاضر بر آن شدند تا با تحليل رفتار افراد جامعه در مراجعه به وب‌سايت‌هاي مختلف، سياست‌گذاران را در تصميم گيري كارآمدتر ياري نمايند. روش پژوهش: در اين تحقيق از گام هاي روش علم ‌طراحي استفاده شده است. جامعه‌ي داده اين تحقيق، كل كاربران بازديدكننده از وب‌سايت‌ها در ايران هستند كه در دسترس بوده اند. براي انجام اين تحقيق نياز به اطلاعات وب‌گردي افرادي از صنوف مختلف جامعه وجود داشت كه بدين منظور با طراحي و انتشار افزونه‌هايي قابل نصب بر روي مرورگرهاي مختلف، داده‌هاي مورد نياز جمع‌آوري گرديد. يافته­ ها: با استفاده از الگوريتم‌هاي متن‌كاوي، صفحات رجوع‌شده از منظر محتوا از هم تفكيك شده و سپس به كمك الگوريتم‌هاي داده‌كاوي، مراجعات كاربران و هم‌چنين صفحات اينترنتي دسته‌بندي شده و هر دسته تفسير شده است. در نهايت با توجه به داده‌هاي جمع‌آوري‌شده و دسته‌بندي‌هاي انجام شده، گزارشات متنوع و كارآمدي به عنوان نمونه و با توجه به نياز جامعه تصميم گيرنده، آماده و ارائه گرديده است. نتيجه­ گيري: در نهايت يك سيستم جامع به منظور تحليل روند وب گردي كاربران اينترنتي طراحي گرديد كه از جمع آوري اطلاعات تا آماده سازي گزارشات نوآورانه را در بردارد كه مي تواند به عنوان يك نمونه اي كارآمد جهت تحليل، طراحي و پياده سازي سيستم‌هاي تحليلي تحت وب مورد استفاده قرار گيرد.

Background and Aim: As of the entrance of web surfing to the lifestyle of a vast majority of people in the society and the need for a more accurate social and cultural policy making in the field, authors intended to analyze the behavior of the society users in viewing different websites so as to help politicians and practitioners. Methods: Design science research method is used in this research. The data sample of research consists of all available users that surf Iranian and foreign websites. For gathering data from various active users, some add-ons were designed and published over browsers so as to gather sufficient data. Results: Through the utilization of text mining algorithms, the browsed webpages were differentiated and using data mining algorithms, the pages were categorized and interpreted. Conclusion: Finally, a comprehensive system was designed for the analysis of internet users’ web browsing trends which contains the data gathering phase and innovative report preparation that can be used as an effective sample for analysis, design, and implementation of web-based analytical systems.