第三章 第三章 第三章

第三章 第三章 第三章

第三章 應用 應用 應用 應用Petri-net進行大學課程網使用者行為之塑模 進行大學課程網使用者行為之塑模 進行大學課程網使用者行為之塑模 進行大學課程網使用者行為之塑模

在本章中，將介紹我們所提出用來預測多變的使用者行為的預測系統，並仔

細介紹架構中各個組成的元件，以及各組成要素的建構步驟與方法。首先，我們

在3.1 節中提出預測系統的完整架構，在3.2 節，應用Petri-net進行網路使用者行

為之塑模，將利用資料探勘的方法建立預測模型，接著在3.3 節中，會詳細說明

預測階段中，以大學課程網簡易查詢網頁為例進行塑模。並利用3.2節所建立的

預測模型，依據使用者瀏覽行為趨勢的特性來預測使用者多變的瀏覽行為。在3.4

節中我們建立轉換控制矩陣表，藉著這個預測模式集，以提高整體的預測正確

率。最後，我們在3.5 節中提出的預測模組架構以評估預測模型的準確度。由於

使用者行為本身具有多變性與獨特性；因此，依據與單一群別或類別，過去使用

者瀏覽行為的相似度，去預測當下使用者未來可能的瀏覽行為並不十分恰當。所

以本篇論文的重點主要是提出一個利用Petri-net的概念去預測使用者未來瀏覽路

徑的預測系統架構，藉此特性適應於多變的使用者行為，並產生具有順序性的預

測結果。

3.1 研究架構 研究架構 研究架構 研究架構

Webpage Administrator

General User

Log Database Website

Data Cleaning

User’s Prefix Behavior Session

User’s Postfix Behavior Session

Determining Prediction Page

Petri-net method

Prediction Model database Judge weather

webpage is correct?

Prefetching Pages

Correct Mechanism

YES

NO

Main research of this paper

者行為資料庫前，我們先以網站歷史的存取紀錄作為建立預測模型的訓練資料，

利用發掘的相關技術，如：資料挖掘、分群或分類等技術找到可做為預測參考的 樣式。經由 Data mining 技術、Petri-net 技術轉換後，建立使用者行為分析模組 和規則表，產生使用者行為資料庫，藉此建立預測模組。在預測模型階段，藉由 分析與處理所找到的資料，建構出一種使用者行為預測資料庫(User Behavior Database)。

圖 3-1 中的預測模組階段中，憑藉著預測模型，預測未來使用者可能的瀏覽 路徑，如果系統預測正確，即能判斷使用者下一步可能瀏覽的路徑，如果系統無 法判斷，就會藉由回授修正機制系統作改善，而本研究僅探討如何應用 Petri-net 來分析使用者行為，以及建立預測模組去預測使用者未來的瀏覽路徑，至於探討 回授控制的階段，將留待以後再作進一步研究。

3.2 應用 應用 應用 應用Petri-net進行網 進行網 進行網 進行網路使用者行為之塑模 路使用者行為之塑模 路使用者行為之塑模 路使用者行為之塑模

圖3-2 大學課程網網頁畫面

(資料來源:本研究自行整理

圖 3-3 線上瀏覽者知識發現行為路徑之網頁架構圖 (資料來源:本研究自行整理

圖 3-2 為大學課程網的實際網頁畫面，我們先將網頁的每一個按鈕和連結轉 換為大學課程網站的路徑之網頁架構圖(圖 3-3)，以此來模擬大學課程網使用者 的行為路徑推測，以便觀察或模擬使用者行為路徑之狀態位置。圖 3-3 中各項主 網頁、次網頁、按鈕和資訊，以選項符號來代表，整理如表 3-1、表 3-2 所示。

圖 3-3 中的符號定義，其中符號 A 代表此網站的主網頁(首頁)，符號 B、C、D…

為次網頁，再下一層的網頁為 B1、B2、C1、C2…，

此類推。

表 3-1 大學課程網主網頁與次網頁的按鈕或連結項目定義表

按下「回首頁」按鈕

按下「公佈欄」按鈕

按下「管理專區」按鈕

按下「作業登入」按鈕

按下「軟體下載」按鈕

按下「立即下載」按鈕

E

按下「線上報名」按鈕

按下「大學校院課程上網研討 會」按鈕

F

按下「線上教學」按鈕

按下「技職校院課程上網研討 會」按鈕

G

按下「常見問題」按鈕

按下「回首頁」按鈕

按下「流量統計」按鈕

按下「播放器下載」按鈕

按下「簡易查詢」按鈕

按下「單元一」按鈕

按下「進階查詢」按鈕

按下「單元二」按鈕

按下「科系資料查詢」按鈕

按下「單元三」按鈕

按下「主題活動查詢」按鈕

按下「單元四」按鈕

按下「主題活動成效」按鈕

按下「單元五」按鈕

按下「各校資料查詢」按鈕

(資料來源:本研究自行整理

表 3-2 大學課程資料倉儲網主網頁與次網頁的欄位選項定義表

輸入「帳號」欄位

選擇「必修選修」欄位

輸入「密碼」欄位

選擇「科目類別」欄位

選擇「關鍵字」欄位

選擇「全外語」欄位

選擇「縣市區域」欄位

選擇「檢視欄位」欄位

選擇「學年度」欄位

輸入「系所名」欄位

選擇「學期」欄位

選擇「開課年度」欄位

J11

選擇「開課學校」欄位

輸入「關鍵字」欄位

選擇「學分數」欄位

選擇「開課學校」欄位

選擇「開課年級」欄位

選擇「學年度」欄位

選擇「學制」欄位

選擇「學分數」欄位

J15

選擇「開課學期」欄位

按下「教育主題」任一個按鈕

選擇「部校定」欄位

按下「查詢縣市」任一個按鈕

(資料來源:本研究自行整理

3.3 以大學課程網簡易查詢網頁為例進行塑模 以大學課程網簡易查詢網頁為例進行塑模 以大學課程網簡易查詢網頁為例進行塑模 以大學課程網簡易查詢網頁為例進行塑模

圖 3-4 大學課程網簡易查詢網頁畫面

(資料來源:本研究自行整理

PA PI

PI11

PI12

PI14

PI13

PX

TS T1

T2

T3

T4

T5

T6

T7

T8

T9 ROC=17.6

RIC=5.0

ROC=16.2 RIC=5.9

ROC=5.9 RIC=6.8

ROC=5.0 RIC=23.4 T10

圖 3-5 應用 Petri-net 分析使用者進行簡易查詢動態行為圖 (資料來源:本研究自行整理

表 3-3 使用者動態行為表格符號定義表

PA

「首頁」網頁狀態

觸發進入「關鍵字」網頁

「簡易查詢」網頁狀態

觸發進入「縣市區域」網頁

「關鍵字」網頁狀態

觸發進入「學年」網頁

「縣市區域」網頁狀態

觸發進入「學期」網頁

「學年」網頁狀態

觸發進入「查詢結果」網頁

「學期」網頁狀態

觸發進入「查詢結果」網頁

「查詢結果」網頁狀態

觸發進入「查詢結果」網頁

觸發進入「首頁」網頁

觸發進入「查詢結果」網頁

觸發進入「簡易查詢」網頁 T10 觸發進入「簡易查詢」網頁

(資料來源:本研究自行整理

網路使用者在一個網站上瀏覽的路徑千變萬化，本研究以使用者路徑 之中一個瀏覽路徑來分析，我們以使用者進入大學課程網「簡易查詢」的 網頁作為我們的研究範圍(圖 3-4 所示)，我們根據圖 3-4，網路使用者做簡 易查詢的動作，必須經過關鍵字(PI

)、縣市區域(PI

)、學年(PI

)、學期(PI

) 等其中一個動作來查詢。應用 Petri-net 建構使用者在該網頁中的動態行為 (圖 3-5 所示)，而表 3-3 為此「簡易查詢」的網頁使用者動態行為表格符號 定義。我們定義 Petri-net 對使用者在網頁的行為如下[21]:

P =﹛P1，P2，P3 … Pn﹜，

﹙n >= 0﹚為一有限位置或狀態集合

﹙n >= 0﹚為一有限轉變或處理集合

﹙P× T﹚∪﹙T× P﹚

I(T)=﹛P︱(P，T)﹜，O(T)=﹛P︱(T，P)﹜

I(P)=﹛P︱(T，P)∈F﹜，O(P)=﹛P︱(P，T)∈F﹜

以大學課程網站為例，可描述如下:

P =﹛網頁畫面所成的狀態﹜，T =﹛大學課程網站上的按鈕或觸發集合﹜

我們定義大學課程網資料庫的基本流向控制矩陣為 UCDW(University Course Data Warehouse)，則可獲得:

Up =﹛PA

，P

，PI

，PI

，PI

，PI

，P

﹜

T = ﹛T₁

，T

，T

，T

，T

，T

，T

，T

，T

，T

﹜

3.4 建立轉換控制矩陣表 建立轉換控制矩陣表 建立轉換控制矩陣表 建立轉換控制矩陣表

表 3-4 轉換控制矩陣表(CW

)

CW_M PA PI PI₁₁ PI₁₂ PI₁₃ PI₁₄ PX COD ROC PA

0 1 2 2 2 2 3 12 11.4

7 0 1 1 1 1 2 13 10.5

7 2 0 3 3 3 1 19 7.2

7 2 3 0 3 3 1 19 7.2

7 2 3 3 0 3 1 19 7.2

7 2 3 3 3 0 1 19 7.2

PX

7 1 7 7 7 7 0 36 3.8

CID

42 10 19 19 19 19 9

3.3 13.7 7.2 7.2 7.2 7.2 15.2

CD=137

(資料來源:本研究自行整理

表3-4為CW

(Converted Weight Matrix) [22][23]，是分析圖3-5所得到的 結果。其中COD(Converted Output Degree)為向外內分支度，ROC(Relative Output Degree)為相對向外分支度，CID(Converted Input Degree)為向內分支 度，RIC(Relative Input Degree)為相對向內分支度。

表 3-4 的第一欄為下錨節點 N

，N

﹜，第一列 為目的節點 N

，N

﹜[22]，

CW_Mij =﹛

otherwise K

if

M^{Wij Wij}≠∞

………...(1)

∑

^，ROC=

CODi

CD

………(2)

CIDj =

∑

^，RIC=

………...(3)

CD= ROC_i× COD_i= RIC_j× CID_j

………...(4)

∑

∑

∑

∑

上述各式中 i、j 分別代表橫軸與縱軸，(1)式為 COD

、ROC 方程式，

(2)式為 CID

、RIC 方程式，(3)、(4)式 CD 方程式，在此所選取的路徑為最 短的路徑距離，若是無法定義的流向，我們在此給權重 K=7，則可得到表 3-4 的數據，在此我們看到 PI

，PI

，PI

，PI

的 RIC 都為 7.2，ROC 都 為 7.2，由此可知此網頁架構的權重都相同，代表網頁位置的出線機率相 同。

表 3-5 轉換矩陣 CW

的 ROC 與 RIC 變化關係表

變大 變小

變大 發散出去多 接收進來多

發散出去少 接收進來多 (如 PX 節點)

變小 發散出去多 接收進來少 (如 PA 節點)

發散出去少 接收進來少

(資料來源:本研究自行整理

表 3-5 為轉換矩陣 CW

的 ROC 與 RIC 變化所得的關係分析表，當 ROC

形成規則如下:

Rule 1：當 ROC 值越高且 RIC 值越低時，表示此點至對外的節點關連度越 大； 亦即該點至其餘各點的路徑越短。通常為起始節點，例如:PA。

Rule 2： ROC 值越低且 RIC 值越高時，表示此點至對外的節點關連度越 小；亦即該點至其餘各點的路徑越長。通常為終結節點，例如:PX。

3.5 預測模型架構 預測模型架構 預測模型架構 預測模型架構

根據第一節第二節以大學課程網簡易查詢網頁進行塑模，再以第三節 的轉換控制矩陣表計算出各個節點

，運用此法則建立規則 庫來建立預測模型。建立預測模型階段時，當使用者進入「簡易查詢」網 頁時，利用資料探勘的方式來處理使用者的歷史資料，萃取出訓練模式 (Training Pattern)的資料，表 3-6 為選取 2006 年 12 月份大學課程網使用者 進入簡易查詢的瀏覽路徑資料。

表 3-6 使用者路徑資料

T2 T3 T4 T5

User1 PI

PI

User2 PI

User3 PI

PI

User4 PI

User5 PI

PI

PI

User6 PI

User7 PI

User8 PI PI PI PI

User9 PI

User10 PI

User11 PI

User12 PI

PI

：

：

： ：

： ：

： ：

： ： Total 132 48 91 69

(資料來源:本研究自行整理

使用者進入大學課程網進行簡易查詢動作時，經由 PA 再到 PI 狀態，

接著進入 PI

、PI

、PI

、PI

其中一條路徑，可能行經的路徑為使用者 經由 T2 觸發動作進入 PI

( 「關鍵字」網頁狀態)，T4 觸發動作進入 PI

「學 ( 年」網頁狀態)，T5 觸發動作進入 PI

(「學期」網頁狀態)， T3 觸發動作 進入 PI

(「縣市區域」網頁狀態)，根據表 3-6 所計算出的結果，200 筆使 用者路徑資料庫得知使用者作簡易查詢動作時，最常查詢的動作觸發頻率 為觸發進入「關鍵字」網頁(T2= 132)，依序頻率為觸發進入「學年」網頁 (T4= 91)、觸發進入「學期」網頁(T5= 69)、觸發進入「縣市區域」網頁(T3=

48)，而網頁所代表的狀態為依序 PI

、PI

、PI

、PI

，以此排序來建立 模組。

本研究採用Petri-net技術中的Incidence Matrix and State Equation方法

[24]，分析方法是將Petri-net模型以輸入矩陣D

和輸出 D

矩陣的方式表

D^＋

和系統模型矩陣D的表達範例。

表3-7系統模型矩陣的表達範例。

(資料來源:參考

假設Ｍi 為系統起始的狀態，S 為標記 Mi 開始執行的觸發序列

﹛T

，T

，T

，T

，T

，T

，T

，T

，T

，T

﹜，M 為觸發狀態的集合。

＃符號代表為取絕對值後的正整數。

D^－

〔j，i〕= ＃﹙Pj，I﹙tj﹚ ﹚ ，D

為 Transition 的輸入(I)

〔j，i〕= ＃﹙Pj，O﹙tj﹚ ﹚ ，D

為 Transition 的輸出(O)

UCDW = ﹙P，T，D^－

，D

，M﹚,最後我們所要的狀態為 D = D

－D