ارائه یک روش به منظور استخراج علایق کاربران در وب با تلفیق رویکردهای ساختار کاوی و کاربرد وب

حجم عظیم اطلاعات در وب و پیدا کردن اطلاعات مفید از اینترنت مشکل عمده در وب کنونی بشمار می رود. در این مقاله با استفاده از مؤلفه های جدید وزن دهی شامل ( فرکانس مشاهده صفحه) و (تاریخ رویت صفحه) برای محاسبه وزن صفحات پیمایش شده توسط کاربران معرفی شده است، که بخوبی میزان ارزش و گرایش کاربران را به آن صفحه نشان می دهد. با استفاده از تکنیک خوشه بندی و الگوی حرکتی کاربران گروهی از آن ها که دارای ویژگی ها و انتخاب های یکسانی هستند را خوشه بندی می نماییم. در ادامه با استفاده از الگوی حرکتی گروهی از کاربران شبکه عصبی را آموزش داد و شبکه عصبی لیستی از صفحات مورد علاقه کاربران و پیشنهاد می دهد. نتایج ارزیابی نشان می دهد که الگوریتم های پیشنهادی، بدعت پیشنهاد صفحات به کاربر را بر اساس علایق وی افزایش می دهد.

کلیدواژه ها:

وب کاوی ، خوشه بندی ، شبکه عصبی ، وب کاوی مبتنی بر کاربرد