網頁探勘(Web Mining)是資料探勘(Data Mining)中的一個領域，他將全球資訊網中相關原始資料進一步整理並運用資料探勘的方法，以得到有用的資訊。 運用隨機過程時間派翠網路來建構STPN網頁架構模型可以強化網頁使用者習性探勘。本篇論文則應用網頁結構特性（Web graph properties）中的向心度（Centrality）、整體衡量基準（Global Metrics）及局部衡量基準（Local Metrics）以及網頁相似性（Web page similarity）中的使用習性相似性（Usage-Based Similarity）來作為衡量網站的基準（Web metrics），我們在STPN網頁架構模型中加入調整網頁結構的子系統來分析網頁結構特性，提供網頁管理者是否要調整網頁結構的依據，以便增進網頁使用者擷取資訊。 面對網頁結構經常修改的問題，我們也探討如何透過漸進的方式來調整網頁結構。 Web Mining is a domain of Data Mining. It is a method to get some helpful information by processing the World Wide Web source data and using the data mining methods. Using Stochastic Timed Petri Nets to construct the web structure model can enhance web usage mining. In this paper, we apply three web graph properties: Centrality, Global Metrics and Local Metrics, and Usage-Based Similarity in Web page similarity to be the web metrics. In STPN web structure model, we add the subsystem that adjust the web structure to analyze the web graph properties. Whether the web administrator adjust the web structure, we provide some helpful information to web administrator for improving web information access. Face the problem of often modifying the web structure, we also discuss how adjusting the web structure by using progressive method.
