کاوش کاربرد وب با استفاده از تکنیک های دادهکاوی به منظور مدلسازی رفتار حرکتی کاربران وب

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 597

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITCC01_318

تاریخ نمایه سازی: 9 فروردین 1395

چکیده مقاله:

امروزه وب یک منبع مهم بازیابی اطلاعات است و کاربران در حال دسترسی به وب دارای زمینه های متفاوتی هستند. بررسیرفتارهای کاربران در وب، به عنوان روشی جهت کشف دانش نهفته در نحوه تعامل کاربران با وب، یکی از ابزارهای مهم درحوزه کاوش در وب شناخته می شود. با شناسایی رفتار کاربران می توان در مواردی مانند تبلیغات هدفمند، موتورهای جستجوو ... نتایج مطلوبی را به کاربران ارائه داد. بنابراین، تحلیل رفتار کاوشی کاربران وب و مدل کردن رفتار آنها اهمیت خاصیپیدا کرده است. در این مقاله روشی جهت مدلسازی رفتار حرکتی کاربران وب ارائه می نماییم که از تکنیک خوشه بندی وکشف الگوهای ترتیبی استفاده می کنیم. در این الگوریتم نمایه های کاربرانی که دارای رفتارهای حرکتی مشابه ی هستند راخوشه بندی می کنیم. سپس برای مدل سازی رفتار حرکتی کاربران، از نشست های کاربران هر خوشه با استفاده از مدل مارکوفبا همه مرتبه 4، الگوهای ترتیبی را استخراج می نماییم. الگوهای ترتیبی صفحاتی که توسط کاربر دیده شده اند را به همانترتیب دیده شدن آنها در نظر می گیرد. این مدلسازی که به وسیله مدل مارکوف با همه مرتبه ها از مرتبه بالاتر بر روی خوشهکاربران انجام شده، به طوری که توانسته است کاربرانی که رفتار حرکتی مشابه دارند را مدل کند، می تواند تحلیل دقیق تری ازرفتار کاربران را با استفاده از نشست های همگن تر و محدودتری را تولید کند.

کلیدواژه ها:

نشست کاربر ، کاوش کاربرد وب ، مدل سازی رفتار کاربر ، مدل مارکوف با همه مرتبه k ام

نویسندگان

زینب فاضلی پور

دانشجوی کارشناسی ارشد،گروه کامپیوتر، واحد علوم و تحقیقات خوزستان، دانشگاه آزاد اسلامی اهواز، ایران- دانشجوی کارشناسی ارشد ،گروه کامپیوتر

علی هارون آبادی

استادیار گروه کامپیوتر، دانشگاه آزاد اسلامی واحد تهران مرکز، تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • _ Irterm atinnal Conference _ Information Technol _ _ _ ...
  • _ Irterm atinnal Conference _ Information Technol _ _ _ ...
  • Alpaydin, E. (2004). Introduction to Machine Learning. The MIT Press. ...
  • Chordia, B.S. and Adhiya, K.P. (2011). Grouping web access sequences ...
  • Castellano, G. Fanelli, AM. and Torsello, M.A. (2011). NEWER: A ...
  • Deshpande, M. and Karypis, G. (2004). Selective markov models for ...
  • Girija, P. and Kavitha, _ (2013). An approach for predicting ...
  • Jain, A. K. M. N. Murty, and Flynn, P. J. ...
  • Khalil, F. Li, H. and Wang, H. (2009). An integrated ...
  • Liu, H. and Keselj, V. (2007). Combined mining of web ...
  • Li, J. and Zaiane, O R. (2004). Combining usage, content, ...
  • Makker, S. and Rathy, R.K. (2011). Web server performance optimization ...
  • Nachev, A. I. and Ganchev, B. (2003). Data mining for ...
  • Nasraoui, O. Soliman, Saka, M. and Badia, E.A. (2008). A ...
  • Nagarjuna, V .R.R. Ratnababu, B. Markandeyulu, A. and Ratnam, A.S.K. ...
  • Pandey, T. Kumari, R. Tripathy, A. and Sahu, B. (2012). ...
  • Rashidi, S.F. Harounabadi, A. and Abasi Dezfouli, M. (2012). Prediction ...
  • Santra, A.K. and Jayasudha, S. (2012). Classification of web log ...
  • Sujatha, V. and Punithavalli, _ (2010). _ approach to user ...
  • Thakare, S.B. and Gawali, S.Z. (2010). An effective and complete ...
  • Verma, V. Verma, A.K. and Bhatia, S.S. (2011). _ omprehensive ...
  • Yeung, D.S., Liu, J., Shiu, S.C. and Fung, G.S. (1996). ...
  • Zhong, J. and Li, X. (2010). Unified Collaborative Filtering Model ...
  • نمایش کامل مراجع