ارائه یک سیستم پیشنهادگر برای پیش بینی رفتار کاربران وب

بیش از یک دهه گذشته، بکاربردن تکنیک های داده کاوی در ساخت سیستم های پیشنهادگر رواج یافته است. این تکنیک ها در فراهم آوردن اطلاعات شخصی ساز شده برای کاربر و به خصوص حل مشکلات روش های سنتی از قبیل فیلترینگ مشارکتی موثر بوده اند. این مقاله سیستم پیشنهادگری بر اساس واکاوی کاربرد وب ارائه می کند. این سیستم با بکاربردن روش جدیدی برای استفاده از قوانین انجمنی، به تطابق میان فعالیت کاربر کنونی با کاربران گذشته می پردازد و به کاربر فعلی براساس عملکرد کاربران گذشته، سرویس های مورد نیازش را پیشنهاد می دهد. مولفه های سیستم پیشنهادی عبارتند از: پیش پردازش، کشف الگو، پالایش الگو و موتور پیشنهادگر. ارزیابی ما روی مجموعه داده CTI نشان می دهد که روش پیشنهادی نسبت به روش های قبلی پیشنهادهای دقیق تری ارائه می دهد. رویکرد ما برای بهبود ساختار وب سایت ها کاربرد دارد، طوری که کاربران سریعتر به علایقشان دسترسی پیدا کنند.

کلیدواژه ها:

سیستم های پیشنهادگر ، واکاوی کاربرد وب ، شخصی سازی ، قوانین انجمنی