An efficient algorithm for Web usage mining

With the growing popularity of the World Wide Web (Web), large volumes of data are gathered automatically by Web servers and collected in access log files. Analysis of server access data can provide significant and useful information. In this paper, we address the problem of Web usage mining, i.e. mining user patterns from one or more Web servers for finding relationships between data stored [COO 97], and pay particular attention to the handling of time constraints [SRI 96]. We adapt a very efficient algorithm for mining sequential patterns in the “market-basket” approach [MAS 98], to this particular context. RÉSUMÉ. Avec la popularité du World Wide Web (Web), de grandes quantités d’information sont automatiquement collectées par des serveurs Web et stockées dans des fichiers access log. L’analyse de ces fichiers peut fournir des informations pertinentes et utiles [COO 97]. Dans ce papier nous abordons le problème de l’analyse du comportement des utilisateurs avec une attention particulière à la prise en compte de contraintes de temps [SRI 96]. Nous adaptons un algorithme efficace de recherche de motifs séquentiels [MAS 98] pour découvrir des corrélations dans les données issues de serveurs Web.