P. Dans-ce, nous avons proposé une approche reliant l'analyse du contenu à l'analyse de l'usage. L'apport de cette approche est qu'elle permet d'identifier les thèmes qui intéressent les visiteurs et de tester

A. Benedek and B. Trousse, Adaptation of self-organizing maps for case indexing, 27th Annual Conference of the Gesellschaft fur Klassifikation, pp.31-45, 2003.

M. Charrad, Techniques d'extraction des connaissances appliquées aux données du Web. Mémoire de mastère, 2005.

M. Charrad, Y. Lechevallier, G. Saporta, and M. B. Ahmed, Web content data mining : la classification croisée pour l'analyse textuelle d'un site web, Revue des Nouvelles Technologies de l'Information (Cépaduès), vol.1, pp.43-54, 2008.

E. Diday, Une nouvelle méthode de classification automatique et reconnaissance des formes : la méthode des nuées dynamiques, Revue de Statistique Appliquée, vol.19, issue.2, pp.19-33, 1971.

Y. Fu, K. Sandhu, and M. Shih, A generalization-based approach to clustering of web usage sessions, Proceedings of the 1999 KDD Workshop on Web Mining, pp.21-38, 2000.

G. Govaert, Classification croisée, 1983.

R. Kimball and R. Merz, Le data webhouse : Analyser des comportements clients sur le web. Editions Eyrolles, 2000.

Y. Lechevallier, D. Tonasa, B. Trousse, and R. Verde, Classification automatique : Applications au web mining, Méthodes et Perspectives en Classification, Presse Académiques Neuchâtel, pp.157-160, 2003.

A. Marascu and F. Masseglia, Extraction de motifs séquentiels dans les flots de données d'usage du web, Extraction et Gestion des Connaissances (EGC'06), pp.627-638, 2006.

J. Srivastava, R. Cooley, M. Deshpande, and P. Tan, Web usage mining : Discovery and applications of usage patterns from web data, SIGKKD Explorationsy, pp.12-23, 2000.