ارائه روشی جدید برای بهبود عملکرد سیستم های توصیه گر وب با استفاده از قوانین انجمنی وزن دار
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 798
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TDCONF01_064
تاریخ نمایه سازی: 19 تیر 1394
چکیده مقاله:
شبکه جهانی وب حاوی اطلاعات فراوانی است و روز به روز به حجم اطلاعات افزوده می شود. چالش اصلی کاربران وب، جست وجوی وب سایت ها جهت یافتن اطلاعات مرتبط به شیوه ای کارآمد، در کوتاهترین زمان ممکن است. هدف اصلی سیستم های توصیه گر هدایت کاربران در جهت تامین منابع و نیازهای مورد علاقه کاربران، با دانش استخراج شده از تعاملات کاربران قبلی است. در این مقاله الگوریتمی ترکیبی از روش های خوشه بندی فازی و قوانین انجمنی وزن دار جهت شناسایی الگوهای پیمایشی کاربران ارائه شده است. بعد از شناسایی علایق کاربر جاری، سیستم توصیه گر لیستی از صفحات مورد علاقه او را که تا به حال مشاهده نکرده و قصد دارد ببیند را به اوپیشنهاد می دهد. نتایج آزمایش های انجام شده روی داده های واقعی نشان می دهد که الگوریتم پیشنهادی از دقت و پوشش بالاتری نسبت به الگوریتم مورد مقایسه برخوردار است.
کلیدواژه ها:
نویسندگان
زینب لیرکی
دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد علوم و تحقیقات خوزستان، دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد اهواز
علی هارون آبادی
استادیار، دانشگاه آزاد اسلامی واحد تهران مرکز
سید جواد میرعابدینی
استادیار، دانشگاه آزاد اسلامی واحد تهران مرکز
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 :