ЭВОЛЮЦИЯ МЕТОДОВ АНАЛИЗА ПОВЕДЕНИЯ ПОЛЬЗОВАТЕЛЕЙ: СИСТЕМАТИЧЕСКИЙ ОБЗОР СОВРЕМЕННЫХ ПОДХОДОВ К ВЕБ-МАЙНИНГУ

Л. В. Брижанский; Ю. А. Брижанская; Е. Л. Брижанская; П. С. Ермошкин

Л. В. Брижанский ФГБОУ ВО "Мичуринский государственный аграрный университет"
Ю. А. Брижанская МБОУ СОШ №18
Е. Л. Брижанская МГТУ им. Н.Э. Баумана
П. С. Ермошкин ФГБОУ ВО "Мичуринский государственный аграрный университет"

Ключевые слова: Web Usage Mining, анализ поведения пользователей, систематический обзор, машинное обучение, кластеризация, ассоциативные правила, большие данные, генеративный ИИ.

Аннотация

В статье представлен систематический обзор современных методов анализа поведения посетителей веб-сайтов (Web Usage Mining) за период 2020–2025 гг. Рассмотрена эволюция подходов от классических статистических методов к гибридным моделям на основе машинного обучения и генеративного искусственного интеллекта. Проанализированы основные этапы извлечения знаний из веб-данных: сбор и предобработка данных, идентификация пользовательских сессий, применение алгоритмов кластеризации, поиска ассоциативных правил и последовательных шаблонов. Особое внимание уделено современным тенденциям: использованию ансамблевых методов (Random Forest, XGBoost), нечеткой кластеризации (Fuzzy C-Means) и Augmented Web Usage Mining. На основе анализа 26 источников [1–26] выявлены основные проблемы (конфиденциальность, качество данных, масштабируемость) и направления дальнейших исследований в области веб-персонализации.