• 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
 
 
Master's Dissertation
DOI
10.11606/D.55.2018.tde-22012018-143244
Document
Author
Full name
Elisandra Aparecida Alves da Silva
Institute/School/College
Knowledge Area
Date of Defense
Published
São Carlos, 2001
Supervisor
Committee
Fortes, Renata Pontin de Mattos (President)
Anacleto, Junia Coutinho
Monard, Maria Carolina
Title in Portuguese
Métricas para hiperdocumentos web: uma análise utilizando técnicas de aprendizado de máquina
Keywords in Portuguese
Não disponível
Abstract in Portuguese
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.
Title in English
Not available
Keywords in English
Not availabe
Abstract in English
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.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Publishing Date
2018-01-22
 
WARNING: The material described below relates to works resulting from this thesis or dissertation. The contents of these works are the author's responsibility.
  • 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.
All rights of the thesis/dissertation are from the authors
CeTI-SC/STI
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2021. All rights reserved.