Web サイトの適応型サイトマップの作成とそのオンラインショッピング支援への応用 A method to make adaptive site map of Web site and its application to on-line shopping

この論文にアクセスする

この論文をさがす

著者

抄録

Web ユーザがオンラインショッピングや就職支援サイトなどを利用する場合、同一目的のサイトを巡回、比較して最適なサイトを選択している。その際、その目的のサイトに共通に存在する典型的な情報の記述を、各々のサイト中から見つけ出す必要がある。しかし、各サイトの構造は一様ではなく、それらの情報の記述の位置もサイトによって異なるため、サイトの比較に大きな労力を要している。そこで本研究では、語の出現頻度・タグ情報を用いた機械学習により求めたフィルタを用いて、サイト内から典型的情報の記述を抽出して提示する方法を提案する。また、オンラインショッピングサイトに対して指定された情報の記述部分を抽出するプロトタイプシステムの試作とそこで作成したフィルタの性能評価について報告する。When users of internet intend to get service and cruise around multiple web sites which serve the common services, they usually compare each site and choose the best site. For example, we usually check price, delivery date, the way of payment, and so on before we order to get the service. However, location of descriptions representing such typical information in each site is different from each other, and the user pay a lot of cost to find the information in every site. In this pager, we propose a method to specify descriptions representing typical information in web sites and help users in finding typical information. In order to specify a description for typical information, we make filters by using a machine learning technique, C4.5. We also introduce our prototype system for on-line shopping and report accuracy and recall of each filter.

When users of internet intend to get service and cruise around multiple web sites which serve the common services, they usually compare each site and choose the best site. For example, we usually check price, delivery date, the way of payment, and so on before we order to get the service. However, location of descriptions representing such typical information in each site is different from each other, and the user pay a lot of cost to find the information in every site. In this pager, we propose a method to specify descriptions representing typical information in web sites and help users in finding typical information. In order to specify a description for typical information, we make filters by using a machine learning technique, C4.5. We also introduce our prototype system for on-line shopping and report accuracy and recall of each filter.

収録刊行物

  • 情報処理学会研究報告情報学基礎(FI)

    情報処理学会研究報告情報学基礎(FI) 2007(34(2007-FI-086)), 75-82, 2007-03-27

    一般社団法人情報処理学会

参考文献:  8件中 1-8件 を表示

各種コード

  • NII論文ID(NAID)
    110006277701
  • NII書誌ID(NCID)
    AN10114171
  • 本文言語コード
    JPN
  • 資料種別
    Technical Report
  • データ提供元
    CJP書誌  NII-ELS  IPSJ 
ページトップへ