Clasificacion De Paginas Web Accesadas En El Area Administrativa Y Operativa

CLASIFICACION DE PAGINAS WEB ACCESADAS EN EL AREA ADMINISTRATIVA Y OPERATIVA

CLASIFICACION DE PAGINAS WEB ACCESADAS EN EL AREA ADMINISTRATIVA Y OPERATIVA
AUTORES: Leidy Fonseca, Diana Caviedes Gómez, Oscar Osorio, Universidad Libre de Colombia

RESUMEN: En este artículo se muestra el proceso de minería de datos para la clasificación de páginas web accedidas en el área administrativa yoperativa de una compañía, presentando una introducción al tema, se procede a la descripción de la metodología empleada en la clasificación. Del mismo modo, se realiza un análisis de pruebas y resultados con el fin de probar la efectividad de la técnica usada para este proceso, como lo es el método de clasificación basado en el preprocesamiento de datos, árboles de clasificación (C4.5) y la técnicade Naive Bayes. Por último se plantean conclusiones derivadas de los resultados obtenidos, que permiten programar trabajos futuros con relación de la misma. PALABRAS CLAVE: Minería de uso web, minería de datos, clasificación de datos, preprocesamiento de datos

ABSTRACT: This paper describes the mining process for the web classification pages accessed at the administrative and operational areaof a company, show an introduction to the topic, then continue with the description of methodology used in the classification. Next the thematic analysis is performed and test results to prove the effectiveness of the technique used for this process, addresses the classification method based on data processing, classification trees using the C.45 algorithm and the Naive Bayes technique. On thelast part of the article we find conclusions based on research, to program future work with a similar relationship. WORDS KEYS: Usage web mining, data mining, data classification, data preprocessing

1. INTRODUCCIÓN
En la compañía que fue tomada para realizar este estudio, se ha determinado que durante el transcurso de un horario laboral existen diferentes tiempos libres en mayor y menorproporción, dependiendo del cargo, área ó labor a desempeñar dentro de la misma. Teniendo en cuenta lo anterior, se genera la inquietud concerniente a las actividades que realizan los empleados durante su jornada laboral, con respecto al uso eficiente de los equipos de computo (PC’S de escritorio y portátiles) a los cuales son asignados. No obstante, con esta información nos permitimos abordar de unamanera más clara y

CLASIFICACION DE PAGINAS WEB ACCESADAS EN EL AREA ADMINISTRATIVA Y OPERATIVA

objetiva, cuáles paginas están siendo accedidas por los empleados según su cargo, área ó labor, estableciendo así, quienes realmente se encuentran desempeñando labores correspondientes a su cargo, para así alimentar la base de datos de páginas accedidas dentro de la empresa, y por ende, larespectiva clasificación de las mismas, por ejemplo: páginas de servicios, información, redes sociales, prensa, foros, entre otras, haciendo que el personal de la compañía haga buen uso de las herramientas tecnológicas y de información que tiene a su disposición, enfocándolas en lo concerniente a su cargo. El interés fundamental de este proceso es aplicar la minería de datos, sus técnicas y beneficiospara alimentar una base de datos que está en continuo crecimiento, debido a que todos los días surgen nuevas páginas web, que pueden llegar a ser un peligro tanto a nivel de entretención en horario laboral, como en el sentido de pérdida de información, además crea baches de seguridad, permitiendo que sean descargados a la red toda clase de virus y troyanos. Cabe destacar que la técnica que seimplementará en este desarrollo es el método de clasificación basado la ley de Bayes y árboles de clasificación C4.5. En la aplicación se toma un archivo en el que están contenidas todas las páginas web y la información relevante suministrada para el estudio, dicho archivo esta en formato log de un Router de la empresa seleccionada, se lee dicho contenido y posterior a esto, se inicia un proceso de...