Висвітлено актуальну потребу в аналізі та розумінні поведінки вебкористувачів через безпрецедентну кількість цифрового контенту, що генерується та поширюється в інтернеті. Інтелектуальний аналіз вебконтенту представлений як ефективний спосіб вивчення та вилучення цінної інформації з онлайн-контенту, ураховуючи вебсайт, платформи соціальних мереж та інші цифрові джерела, щоб краще зрозуміти інтереси, вподобання та поведінку вебкористувачів. Здатність ідентифікувати вебкористувачів на основі їхньої поведінки в інтернеті важлива для таких галузей, як маркетинг, психологія та правоохоронна сфера. Однак з цим підходом пов’язані певні проблеми, такі як забезпечення конфіденційності та безпеки даних вебкористувачів, а також оцінка точності та надійності інструментів аналізу вебконтенту. Мета статті – огляд сучасного стану аналізу вебконтенту, його потенційних застосувань у різних галузях та ролі у формуванні цифрового майбутнього. У статті підкреслено важливість міждисциплінарного підходу до вивчення віртуальної ідентифікації та самопрезентації в онлайн-спільнотах з огляду на соціально-демографічні характеристики вебособистості, яка бере участь у соціальних взаємодіях. У статті також досліджено останні тенденції та розробки в галузі видобування вебданих, ураховуючи аналіз вебконтенту, аналіз вебструктури, аналіз використання вебсторінки та аналіз даних соціальних мереж. Запропоновано програмне рішення для здійснення інтелектуального аналізу вебконтенту із метою формування соціально-цифрової ідентичності вебкористувача за допомогою спеціалізованого словника маркерів контенту учасника вебспільноти.
[1] K. Krippendorff, “Content analysis”. SAGE Publications, Inc., 2019. DOI: 10.4135/9781071878781.
[2] S. C. Herring, “Web Content Analysis: Expanding the Paradigm. International Handbook of Internet Research”. Springer, Dordrecht, 2009, pp. 233–249. DOI: 10.1007/978-1-4020-9789-8_14.
[3] P. Loyola, P. E. Roman, J. D. Velasquez, “Predicting web user behavior using learning-based ant colony optimization”. Engineering Applications of Artificial Intelligence, 25(5), pp. 889–897, 2012.
[4] S. Fedushko, T. Ustyianovych, “E-Commerce Customers Behavior Research Using Cohort Analysis: A Case Study of COVID-19”. Journal of Open Innovation: Technology, Market, and Complexity, 8(1), 12, 2022. DOI: 10.3390/joitmc8010012
[5] S. Fedushko, M. Davidekova, “Analytical service for processing behavioral, psychological and communicative features in the online communication”. Procedia Computer Science, Vol. 160, pp. 509–514, 2019. DOI: 10.1016/j.procs.2019.11.056
[6] Y. C. Yang, “Web user behavioral profiling for user identification”. Decision Support Systems, 49(3), pp. 261–271, 2010. DOI: 10.1016/j.dss.2010.03.001
[7] D. O’Neil, “Analysis of Internet users’ level of online privacy concerns”. Social Science Computer Review, 19(1), pp. 17–31, 2001. DOI: 10.1177/089443930101900103
[8] J. J. Hathaliya, S. Tanwar, “An exhaustive survey on security and privacy issues in Healthcare 4.0”. Computer Communications, 153, pp. 311–335, 2020. DOI: 10.1016/j.comcom.2020.02.018
[9] С. С. Федушко, “Розроблення системи верифікації соціально-демографічних даних учасника віртуальної спільноти”. Радіоелектроніка, інформатика, управління, № 3, С. 87–92, 2016. DOI: 10.15588/1607-3274-2016-3-11.
[10] M. L. Cantuaria, V. Blanes-Vidal, “Self-reported data in environmental health studies: mail vs. web-based surveys”. BMC medical research methodology, 19(1), pp. 1–13, 2019. DOI: 10.1186/s12874-019-0882-x
[11] С. С. Федушко, Г. І. Білущак, “Формування системи лінгво-комунікативних індикаторів соціально-демографічних характеристик web-учасників”. Управління розвитком складних систем: зб. наук. праць Київського нац. університету будівництва і архітектури, 18, C. 112–122, 2014. DOI: 10.6084/m9.figshare.11089865.v1
[12] S. Sharma, S. K. Sharma, “Web Mining: A Framework”. IITM Journal of Management and IT, 12(1), pp. 93–98, 2021.
[13] Ibrahim, K. K., Obaid, A. J. “Web Mining Techniques and Technologies: A Landscape View”. Journal of Physics: Conference Series. IOP Publishing, Vol. 1879, No. 3, p. 032125, 2021. DOI: 10.1088/1742-6596/1879/3/032125
[14] О. Я. Ярмолюк, О. С. Борисенко, Ю. В. Фісун, “Теоретико-методологічні аспекти таргетованої реклами як інструменту комплексного інтернет-маркетингу”. Науковий вісник Херсонського державного університету. Серія: Економічні науки, (46), С. 23–29, 2022.
[15] Н. Гук, С. Диханов, І. Долотов, “Аналіз структури сайту з використанням поняття модулярності”. Математичне та комп’ютерне моделювання. Серія: Фізико-математичні науки, С. 99–114, 2020.
[16] Y. Kryvenchuk, M. Y. Khanas, “Алгоритм видобування та опрацювання споріднених даних в соціальних мережах”. Вісник Хмельницького національного університету, № 4, 2022 (311), С.. 115–118, 2022. DOI: 10.31891/2307-5732-2022-311-4-115-118.
[17] О. І. Чумаченко, О. І. Житков, “Інтелектуальний аналіз веб-даних”. Електроніка та системи управління, 2(32), С. 14–20, 2012.
[18] Ю. В. Рогушина, “Засоби та методи аналізу неструктурованих даних”. Проблеми програмування, № 1, С. 57–77, 2019. DOI: 10.15407/pp2019.01.057.
[19] Веб-форум “Дівочі посиденьки”. http://posydenky.lvivport.com/showthread.php?t=76784.
[20] С. В. Голуб, А. С. Авраменко, “Підвищення ефективності координації структури інформаційної системі комп’ютерного моніторингу з багаторівневим перетворенням даних”. Секція 1. Сучасні аспекти математичного та імітаційного моделювання систем в екології, 21, С. 277–278, 2013.
[21] О. В. Харченко, С. В. Голуб, І. А. Жирякова, “Удосконалення методу висхідного синтезу елементів в інформаційній технології багаторівневого моніторингу мобільного робота”. Математичні машини і системи, (3), С. 41–47, 2016.