شماره ركورد كنفرانس :
4029
عنوان مقاله :
ساختاري نوين جهت پيشنهاد صفحه جديد در راستاي درخواست كاربر
پديدآورندگان :
استادزاده مريم دانشجوي كارشناسي ارشد گروه.كامپيوتر.، واحد ميبد، دانشگاه آزاد اسلامي، ميبد، ايران , رئيسي دهكردي امين دانشجوي كارشناسي ارشد گروه.كامپيوتر.، واحد ميبد، دانشگاه آزاد اسلامي، ميبد، ايران , كارگر محمد جواد عضو هيات علمي گروه كامپيوتر، واحد ميبد، دانشگاه آزاداسلامي، ميبد، ايران
كليدواژه :
داده كاوي وب , قواعد انجمني وزندار , اتوماتاي يادگير , الگوريتم HITS
عنوان كنفرانس :
دومين همايش ملي چشم انداز تكنولوژي كامپيوتر و شبكه در 2030
چكيده فارسي :
استفاده همزمان از اطلاعات ساختاري و اطلاعات پيمايش كاربران يكي از چالشهاي مطرح در بهبود كارايي الگوريتمهاي شخصي سازي وب ميباشد. در اين مقاله پس از معرفي معيار وزن دهي، الگوريتمي تركيبي كه از اطلاعات پيمايش كاربران و پيوند بين صفحات به منظور پيشنهاد صفحات به كاربران استفاده ميكند، ارائه شده است. معيار معرفي شده براي محاسبه وزن صفحات مشاهده شده توسط كاربران از مدت زمان مشاهده صفحه و فركانس مشاهده صفحه استفاده ميكند كه به خوبي ميزان اهميت و علاقه كاربران به آن صفحه را نشان ميدهد. الگوريتم ارائه شده دو مشكل اساسي را در شخصي سازي صفحات وب حل مي كند. مشكل اول پيشنهاد صفحات جديدي است كه اخيرا به سايت اضافه شده اند و مشكل دوم كاهش دقت الگوريتمها با افزايش تعداد صفحات پيشنهادي مي باشد. در الگوريتم ارائه شده اولين صفحه با استفاده از قوانين انجمني ورن دار جديد ارائه شده پيشنهاد مي شود. سپس اين صفحه با استفاده از الگوريتم HITS و صفحاتي كه با آن در يك دسته بندي هستند بسط داده مي شود تا صفحاتي كه اخيرا به سايت اضافه شده اند نيز فرصت حضور در مجموعه صفحات پيشنهادي را داشته باشند. براي دسته بندي صفحات الگوريتمي بر اساس آتاماتاي يادگير و الگوريتم هاي افراز گراف ارائه شده است. نتايج شبيهسازي الگوريتم در دادههاي واقعي نشان داده است كه كارايي الگوريتم پيشنهادي بالا ميباشد و دانش بدست آمده از سيستم مذكور به طور قابل ملاحظه اي كيفيت پيشنهادات را بهبود داده است و مشكلات ذكر شده را در حد قابل توجهي كاهش داده است.
