CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

دسته بندی وب سایت های عمیق با استفاده از گراف لینک - مشترک

اعتبار موردنیاز : ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۱۷۳۷ | نظرات: ۰
سرفصل ارائه مقاله: وب، بازیابی اطلاعات و داده کاوی
سال انتشار: ۱۳۸۶
نوع ارائه: شفاهی
کد COI مقاله: ACCSI13_052
زبان مقاله: فارسی
حجم فایل: ۲۹۴.۵۸ کیلوبایت (فایل این مقاله در ۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله دسته بندی وب سایت های عمیق با استفاده از گراف لینک - مشترک

  حسین شریفی پناه - دانشکده ی مهندسی کامپیوتر دانشگاه صنعتی شریف
    علی موقر - دانشکده ی مهندسی کامپیوتر دانشگاه صنعتی شریف

چکیده مقاله:

امروزه حجم بسیار زیادی از اطلاعات در دنیای وب وجود دارند که تنها راه دسترسی به آن ها از طریق رابط های جستجو است. همین مساله بسیاری از خزش گرهای موجود را با مشکلات اساسی روبرو کرده است. شناخت رابط جستجو و گزینش یک پرس و جوی مناسب از یک طرف، و بازیابی مستنداتی که به عنوان نتیجه، توسط وب سایت برگردانده میشوند از طرف دیگر، مسائلی هستند که چالش های موجود بر سر راه خزش گرهای این نوع وب سایت ها را دو چندان نمونه است. در این مقاله سعی شده است الگوریتمی ارائه شود که فارغ ازمسائل مطرح شده، بتواند به دسته بندی وب سایتهای عمیق بپردازند. استفاده از موتورهای جستجوی متداول برای تولید یک گراف لینک – مشترک ، تکنیکی است که در این الگوریتم استفاده شده است. نتایج ارزیابی کارایی این الگوریتم نشان دهنده ی کارایی قابل قبول روش پیشنهادی است.

کلیدواژه‌ها:

خزش گر ، دسته کننده ، موتور جستجو ، وب عمیق

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ACCSI13-ACCSI13_052.html
کد COI مقاله: ACCSI13_052

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
شریفی پناه, حسین و علی موقر، ۱۳۸۶، دسته بندی وب سایت های عمیق با استفاده از گراف لینک - مشترک، سیزدهمین کنفرانس سالانه انجمن کامپیوتر ایران، جزیره کیش، انجمن کامپیوتر، دانشگاه صنعتی شریف، https://www.civilica.com/Paper-ACCSI13-ACCSI13_052.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (شریفی پناه, حسین و علی موقر، ۱۳۸۶)
برای بار دوم به بعد: (شریفی پناه و موقر، ۱۳۸۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Tenth edition of GVU's (graphics, visualization and usability) VWW User ...
  • Steve Lawrence and C. Lee Giles. Searching the World Wide ...
  • Active Server Pages Technology. July 2006. See http : //msdn. ...
  • JavaServer Pages (JSPTM) Technology. July 2006. See http : //i ...
  • Java ServletTM Technology. July ...
  • The Deep Web: Surfacing Hidden Value. December 2006. See _ ...
  • Search for the Invisible Web. Guardian Unlimited 6.9.2001. August 22, ...
  • Data for the study were collected between March _ and ...
  • Raghavan, S. and Garc ia-Molina, H. 2001. Crawling the Hidden ...
  • Lage, J. P., da Silva, A. S., Golgher, P. B., ...
  • Zhang, Z., He, B., and Chang, K. C. 2004. Unders ...
  • A.H.F Laender, B. Ribeiro-Neto, and A.S. da Silva. DEByE- Data ...
  • Robert B. Doorenbos, Oren Etzioni, and Daniel S. Weld. A ...
  • Liddle, S. W., Yau, S. H., and Embley, D. W. ...
  • Manuel Alvarez, Alberto Pan, Juan Raposo, Angel Via. Crawling the ...
  • Article on New York Times. Old Search Engine, the Library, ...
  • Ntoulas, A., Zerfos, P., and Cho, J. Downloading textual hidden ...
  • Ping Wu, Ji-Rong Wen, Huan Liu, Wei-Ying Ma, Query Selection ...
  • Gravano, L., Ipeirotis, P. G., and Sahami, M. QProber: A ...
  • K. C.-C. Chang, B. He, C. Li, M. Patel, and ...
  • Gulli, A. and Signorini, A. The indexable web is more ...
  • L Gravano, PG Ipeirotis, M Sahami. IEEE Data Engineering Bulletin, ...
  • L. Gravano, H. Garc '1a-Molina, and A. Tomasic. GlOSS: Textsource ...
  • Ipeirotis, P. G., Gravano, L., and Sahami, M. 2001. Probe, ...
  • PG Ipeirotis, L Gravano. Distributed Search over the Hidden Web: ...
  • L Barbosa, J Freire. Siphoning Hidden-Web Data through Keyword -Based ...
  • Anagnostop oulos, A., Broder, A. Z., and Carmel, D. 2005. ...
  • Zeng, H., He, Q., Chen, Z., Ma, W., and Ma, ...
  • htttp ://si faka. c s. u iuc .edu/course/59 8cxz05 s/report-hle. ...
  • Donath, W.E., Ho/man, A.J., 1972. Algorithms for partitioning of graphs ...
  • Cleverdon, C. W. and Mills, J. The testing of index ...
  • Van Rijsbergen, K. Information Retrieval (2nd edition). Butterworths _ London, ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۱۲۵۶۴
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.