Her zamankinden daha fazla, varlıklar ve bireyler, bir çok ticari ve kişisel işlem yapmak için World Wide Web'i kullanıyor. Sonuç olarak şirketler, alt sıralarını iyileştirmek ve müşteri tabanını büyütmek için yollar bulmak amacıyla Web veri madenciliği araç ve tekniklerini giderek daha fazla kullanıyorlar. Web veri madenciliği, kalıpları tanımlamak için bir Web sitesinin köprü yapısından, sayfa içeriğinden veya kullanım günlüğünden veri toplama ve özetleme işlemini içerir. Bir şirket Web veri madenciliğini kullanarak potansiyel bir rakip belirleyebilir, müşteri hizmetlerini iyileştirebilir veya müşteri ihtiyaç ve beklentilerini hedefleyebilir. Bir devlet kurumu, bir Web veri madenciliği uygulamasının kullanılmasıyla terörist tehditleri veya diğer cezai faaliyetleri ortaya çıkarmayı da isteyebilir.
Bazı yaygın Web veri madenciliği teknikleri, Web içeriği madenciliği, Web kullanımı madenciliği ve Web yapısı madenciliğidir. Web içeriği madenciliği, bir Web sitesinin konusunu inceler. Örneğin, Web içeriği madencileri bir sitenin sesini, metnini, resimlerini ve video özelliklerini analiz edebilir. Web içeriği madencileri genellikle bir sitenin metinsel bilgisine diğer site özelliklerinden daha fazla odaklanır. Doğal dil işleme ve bilgi alma genellikle Web içeriği madencileri tarafından kullanılan iki veri madenciliği tekniğidir.
Web kullanımı madenciliği genellikle, Web sunucularının sunucu erişim günlüklerinde kullanıcı erişim kalıplarını topladığı ve raporladığı otomatik bir süreçtir. Bir şirket, örneğin, daha etkili bir Web sitesi yapısı oluşturmak için sunucu erişim günlüklerini ve kullanıcı kayıt bilgilerini raporlamak için bir Web kullanımı veri madenciliği aracı kullanabilir. Web yapısı madenciliği, Web sitelerinin düğüm ve bağlantı yapısını inceler. Farklı Web siteleri arasında var olan benzerlikleri ve ilişkileri belirlemede faydalı olabilir. Web yapısı madenciliği genellikle köprülerden kalıpları çıkarmayı veya bir Web sayfasındaki belge yapılarını çıkarmayı içerir.
Web veri madencileri tarafından kullanılabilecek iki genel veri madenciliği tekniği, veri madenciliği derneği analizi ve veri madenciliği regresyonudur. Veri madenciliği birliği analizi, büyük veri kümelerinde gömülü olan kayda değer ilişkilerin ortaya çıkarılmasına yardımcı olur. Veri madenciliği regresyonu, matematiksel formüllerin kar marjları, konut değerleri veya satış rakamları gibi gelecekteki sonuçları tahmin etmek için kullanıldığı istatistiksel bir tekniktir.
Veri madenciliği yazılımı satıcıları, büyük miktarda veriden tahminde bulunan bilgileri çıkarabilen Web veri madenciliği araçları sunar. İşletmeler, tüketici davranışlarıyla ilgili belirli veri setlerini analiz etmek için sıklıkla bu yazılım madenciliği araçlarını kullanır. Veri analizinin sonuçlarını kullanarak, şirketler gelecekteki iş trendlerini tahmin edebiliyorlar.
