CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارائه روشی جدید برای شخصی سازی صفحات وب با استفاده از آتاماتای یادگیر و آیتم ست های تکرار شونده وزن دار

اعتبار موردنیاز : ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۲۷۷۶ | نظرات: ۰
سال انتشار: ۱۳۸۷
کد COI مقاله: ACCSI14_209
زبان مقاله: فارسی
حجم فایل: ۱۴۷.۹۱ کیلوبایت (فایل این مقاله در ۶ 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 ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارائه روشی جدید برای شخصی سازی صفحات وب با استفاده از آتاماتای یادگیر و آیتم ست های تکرار شونده وزن دار

  رعنا فرصتی - گروه مهندسی کامپیوتر، دانشکده فنی، دانشگاه آزاد اسلامی واحد کرج
    محمدرضا میبدی - دانشکده مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی امیرکبیر

چکیده مقاله:

شخصی سازی وب مجموعه ای از عملیات است که تجربه وب را برای یک کاربر خاص با مجموعه ای از کاربران سازمان دهی می کند و پیشنهدات پویا بر اساس الگوهای رفتاری کاربران ارائه می دهد. در این مقاله الگوریتم جدیدی معرفی شده است که با انتساب وزن به آیتم موجود در تراکنش ها با استفاده از اطلاعات پیمایش کاربران گونه جدیدی از آیتمهای تکرار شونده تحت عنوان آیتم ست های تکرار شونده وزن دار را استخراج می کند. الگوریتم پیشنهاد شده است از آتاماتای یادگیر توزیع شده، پیوند بین صفحات به کاربران استفاده می کند. الگوریتم ارائه شده مشکلات موجود در روش های پیشنهادی بر اساس آتاماتای یادگیر و قوانین انجمنی، مشکل صفحات جدیدی که اخیرا به سایت اضافه شده اند و کاهش دقت الگوریتم ها با افزایش تعداد صفحات پیشنهادی را به نحو مطلوبی حل می کند. نحوه کار الگوریتم به این صورت است که اولین صفحه را با استفاده از آیتم ست های تکرار شونده وزن دار معرفی شده و آتاماتای یادگیر پیشنهاد می کند. سپس این صفحه با استفاده از الگوریتم HITS و صفحاتی که با آن در یک دسته بندی هستند بسط داده می شود تا صفحاتی که اخیرا به سایت اضافه شده اند نیز فرصت حضور در مجموعه صفحات پیشنهادی را داشته باشند. نتایج شبیه سازی الگوریتم در داده های واقعی نشان داده است که کارایی الگوریتم پیشنهادی بالا می باشد و دانش بدست آمده از سیستم مذکور به طور قابل ملاحظه ای کیفیت پیشنهادات را بهبود داده است و مشکلات ذکر شده را در حد قابل توجهی کاهش داده است.

کلیدواژه‌ها:

شخصی سازی، صفحات وب، آتاماتای یادگیر

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-ACCSI14-ACCSI14_209.html
کد COI مقاله: ACCSI14_209

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:
فرصتی, رعنا و محمدرضا میبدی، ۱۳۸۷، ارائه روشی جدید برای شخصی سازی صفحات وب با استفاده از آتاماتای یادگیر و آیتم ست های تکرار شونده وزن دار، چهاردهمین کنفرانس سالانه انجمن کامپیوتر ایران، تهران، انجمن کامپیوتر، دانشگاه صنعتی امیر کبیر، https://www.civilica.com/Paper-ACCSI14-ACCSI14_209.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: (فرصتی, رعنا و محمدرضا میبدی، ۱۳۸۷)
برای بار دوم به بعد: (فرصتی و میبدی، ۱۳۸۷)
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 :

  • O. R. Za iane, j. Li, R. Hayward, Mission-B ased ...
  • M. A. L. Thathachar, R. Harita Bhaskar, Learning Automata with ...
  • R. Forsati, M. Meybodi, M. Mahdavi, Web Personaliz ation based ...
  • A. B. Hashemi, M. R. Meybodi, Web Usage Mining Using ...
  • J. Kleinberg, Authoritative Sources in a Hyperlinked En vironment, Journal ...
  • P. Kazienko, M. Adamski, AdROSA - Adaptive Personaliz ation of ...
  • P. Kazienko, Filtering of Web Rec ommendation Lists Using Positive ...
  • F. Heylighen, J. Bollen, Hebbian Algorithms for a Digital Library ...
  • J. Zhu, J. Hong, J. G. Hughes, Mining Conceptual Link ...
  • R. Forsati, M. R. Meybodi, An Efficient Algorithm based on ...
  • B. Mobasher, H. Dai, T. Luo, M. Nakagawa, Effective Personaliz ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۶۷۰۱
    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 پیشنهادی مرتبط

    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.