• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
Documento
Autor
Nome completo
Elisandra Aparecida Alves da Silva
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Carlos, 2001
Orientador
Banca examinadora
Fortes, Renata Pontin de Mattos (Presidente)
Anacleto, Junia Coutinho
Monard, Maria Carolina
Título em português
Métricas para hiperdocumentos web: uma análise utilizando técnicas de aprendizado de máquina
Palavras-chave em português
Não disponível
Resumo em português
Com avanço da World Wide Web (WWW) ocorreu um aumento significativo em desenvolvimento de hiperdocumentos Web (websites). Esse desenvolvimento, no entanto, tem se mostrado sujeito a muitos "erros", que em geral são atribuídos à manipulação de um grande número de nós e links. Tentando diminuir esses erros em potencial, muitos trabalhos têm proposto diferentes soluções para auxiliar a avaliação de hiperdocumentos e a aplicação de métricas se apresenta como uma possível abordagem, seguindo os preceitos de Engenharia de Software. Por sua vez, as métricas, em geral, são de difícil interpretação por parte dos webmasters. Assim, neste trabalho investigamos a abordagem de aplicação de métricas a websites contando com auxílio de técnicas de Aprendizado de Máquina (AM). Estas técnicas têm sido utilizadas em uma variedade de tarefas no contexto Web, tais como auxiliar os usuários em suas pesquisas, aprendizado relacionado aos interesses do usuário, extração de informações, entre outras. Este trabalho visa, através do suporte de técnicas de AM, auxiliar a abordagem de análise de métricas de websítes.
Título em inglês
Not available
Palavras-chave em inglês
Not availabe
Resumo em inglês
With the widespread of the World-Wide-Web there was a significant increase in development of Web hyperdocuments (websites). This development, however, has been shown to be an error-prone activity due (o the manipulation of large amount of nodes and links. In order to reduce the errors, several essays have proposed different solutions to help evaluating hyperdocuments and according to Software Engineering theories, metrics usage can be an useful one. But the metrics generally are difficult to be understood by the webmasters. Thus, we propose an approach that considers metrics usage in websites regarding to the support of Machine Learning techniques. The techniques have been used in a variety of Web context tasks, including learning to assist users in searches, learning information extractors, learning user interests, and others. This work focuses on helping the analysis of website metrics using the support of Machine Learning techniques.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2018-01-22
 
AVISO: O material descrito abaixo refere-se a trabalhos decorrentes desta tese ou dissertação. O conteúdo desses trabalhos é de inteira responsabilidade do autor da tese ou dissertação.
  • SILVA, E. A. A., and FORTES, R. P. M. Web Structure Metrics: an analysis using Machine Learning systems. In ASSE'2001 (Second Argentine Symposium on Software Engineering) - ) 30th Argentine Conference on Computer Science and Operational Research (JAIIO 2001)., Buenos Aires, Argentina, 2001. Proceedings ASSE 2001., 2001.
  • SILVA, E. A. A., and FORTES, R. P. M. Web Structure Metrics: an analysis using Machine Learning systems. In ASSE'2001 (Second Argentine Symposium on Software Engineering) of JAIIO, Buenos Aires - AR, 2001. Proceedings do ASSE 2001., 2001.
  • SILVA, E. A. A., e FORTES, R. P. M. Avaliação de hiperdocumentos a partir de classificação de links. In V Workshop de Teses em Engenharia de Software - SBES'2000, Joao Pessoa - PB, 2000. Anais do V Workshop de Teses em Engenharia de Software - SBES'2000., 2000. Resumo.
  • SILVA, E. A. A., e FORTES, R. P. M. Métricas de Hiperdocumentos Web: uma Análise utilizando Sistemas de Aprendizado de Máquina. In Worshop de Teses e Dissertações em Multimídia e Hipermídia do SBMIDIA'2001, Florianópolis, 2001. VII Simpósio Brasileiro de Sistemas Multimídia e Hipermídia., 2001.
Todos os direitos da tese/dissertação são de seus autores
Centro de Informática de São Carlos
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2014. Todos os direitos reservados.