Die Navigation in der riesigen Weite des World Wide Web erfordert personalisierte Erlebnisse. Diese Forschung untersucht einen neuartigen Ansatz zur Extraktion typischer Benutzerprofile aus Web-Zugriffsprotokollen mithilfe einer relationalen kompetitiven Fuzzy-Clustering-Methode. Die Studie führt das Konzept einer 'Benutzersitzung' als eine Folge von Webzugriffen ein und definiert ein neues Distanzmaß zur Erfassung der Website-Organisation. Der Competitive Agglomeration Clustering Algorithmus wird für relationale Daten erweitert, wodurch CARD entsteht, das komplexe Ähnlichkeitsmaße verarbeitet. Der Algorithmus analysierte erfolgreich Webserver-Zugriffsprotokolle und enthüllte typische Sitzungsprofile, was darauf hindeutet, dass die Methode für die E-Commerce-Personalisierung oder die verbesserte Website-Architektur verwendet werden kann und ihre Relevanz im Zeitalter von Big Data und personalisierten Erlebnissen hervorhebt.
Diese Forschung im International Journal on Artificial Intelligence Tools steht im Einklang mit dem Fokus der Zeitschrift auf KI-Anwendungen. Durch die Einführung von CARD für relationale Daten passt die Arbeit in den Rahmen der Zeitschrift. Die Methodik zur Analyse von Webserver-Zugriffsprotokollen trägt zur Benutzerprofilerstellung in Informationssystemen bei. Dies unterstreicht ihre Bedeutung innerhalb der Forschungsrichtung der Zeitschrift.