Khai thác sử dụng Web được dùng để trích xuất dữ liệu, thông tin, kiến thức hữu ích từ dữ liệu nhật ký Web (weblog), giúp xác định các mẫu truy cập của người dùng đối với các trang Web.
Trong khai thác, việc quản lý tài nguyên Web, người ta quan tâm đến dữ liệu về các yêu cầu của người truy cập trang web được ghi lại dưới dạng nhật ký máy chủ Web. Mặc dù nội dung và cơ chế của tập hợp các trang Web tuân theo ý định của tác giả, nhưng các yêu cầu đơn lẻ cho thấy người dùng nhìn nhận các trang đó như thế nào. Khai thác sử dụng Web có thể tiết lộ các mối quan hệ mà người thiết kế trang không hề gợi ý.
Một máy chủ Web thường ghi lại một mục nhật ký (Weblog entry) cho mỗi lần truy cập trang Web. Nó chứa URL được yêu cầu, địa chỉ IP nơi yêu cầu khởi tạo và dấu thời gian (timestamp).
Đối với các máy chủ thương mại điện tử dựa trên Web, lượng lớn dữ liệu nhật ký truy cập Web được thu thập. Các trang web nổi tiếng có thể ghi nhận bản ghi Weblog theo thứ tự hàng nghìn megabytes mỗi ngày. Cơ sở dữ liệu Weblog cung cấp dữ liệu phong phú về động lực Web. Do đó, cần phải sản xuất các phương pháp khai thác Weblog tinh vi.
Trong phát triển phương pháp khai thác sử dụng Web, cần xem xét:
- Mặc dù việc thiết tưởng các ứng dụng phân tích tệp Weblog rất khuyến khích và kích thích, nhưng cần hiểu rằng sự thành công của các ứng dụng đó phụ thuộc vào việc tìm được kiến thức chính xác và đáng tin cậy như thế nào từ các bản ghi log thô khổng lồ.
- Với URL, thời gian, địa chỉ IP và dữ liệu nội dung trang Web có sẵn, có thể xây dựng một chế độ nhìn đa chiều trên cơ sở dữ liệu Weblog và thực hiện phân tích OLAP đa chiều để khám phá top N người dùng, top N trang Web được truy cập nhiều nhất, khoảng thời gian truy cập phổ biến nhất, v.v., giúp tìm thấy khách hàng tiềm năng, người dùng, thị trường, v.v.
- Khai thác dữ liệu có thể được áp dụng trên bản ghi Weblog để khám phá các mẫu liên kết, mẫu tuần xu và xu hướng truy cập Web. Đối với khai thác mẫu truy cập Web, cần có thêm biện pháp để thu thập thêm dữ liệu về duyệt Web của người dùng nhằm đơn giản hóa phân tích Weblog chính xác.
Dữ liệu bổ sung như vậy có thể bao gồm chuỗi duyệt trang Web của người dùng trong bộ đệm máy chủ Internet. Với nhu cầu các tài liệu weblog như vậy, các nghiên cứu đã được thực hiện về phân tích triển khai hệ thống, cải tiến thiết kế hệ thống bằng bộ nhớ đệm Web, nạp trước trang Web và hoán đổi trang Web; hiểu đặc điểm lưu lượng Web; và hiểu phản ứng và động lực của khách hàng.
Ví dụ, một số nghiên cứu đã đề xuất các trang web thích ứng - các trang web cải tiến bản thân bằng cách học từ các mẫu truy cập của người dùng. Phân tích Weblog cũng có giúp xây dựng các dịch vụ Web tùy chỉnh cho từng người dùng.