Prétraitement & Extraction de Connaissances en Web Usage Mining

Abstract

Ce mémoire traite minutieusement la problématique du Web Usage Mining (WUM), une des instances du Web Mining, consistant à analyser, en utilisant les techniques de la fouille de données, les fichiers logs issus de l’interaction des utilisateurs avec le Web. Ce domaine relativement nouveau, prend de plus en plus d’intérêt aussi bien dans les secteurs académiques que professionnels, compte tenu de ses enjeux scientifiques et socio-économiques importants. Contrairement à de nombreux travaux en WUM, qui ont pris comme objet d’étude les logs consignés par les serveurs Web, nous développons dans ce travail une approche différente centrée utilisateur, jugée plus précise et efficace. Pour ce faire, un outil d’acquisition de traces de navigations coté client est d’abord développé. Basé sur la technique des Browser Helper Object, cet outil présente plusieurs avantages dont les plus prépondérants sont la légèreté, l’exploitation simple, et l’altération quasi-nulle de l’environnement de l’utilisateur. En deuxième lieu, une application de prétraitement des données est élaborée afin de préparer les logs bruts. Celle-ci intègre plusieurs algorithmes originaux et propres au format du log défini, en vue de le nettoyer, d’en reconstituer les sessions des utilisateurs, et d’opérer certaines tâches de formatage final. La dernière étape de ce travail est consacrée à la segmentation par les cartes autoorganisatrices de Kohonen des sessions des clients, en se servant d’un outil libre d’extraction de connaissances.