CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

ارائه الگوریتم خوشه بندی ترکیبی و بکارگیری آن بر روی صفحات وب

اعتبار موردنیاز: ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۷۹۵ | نظرات: ۰
سال انتشار: ۱۳۹۲
کد COI مقاله: CEIT01_318
زبان مقاله: فارسی
حجم فایل: ۲۱۵.۸۲ کلیوبایت (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. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF 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 : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله ارائه الگوریتم خوشه بندی ترکیبی و بکارگیری آن بر روی صفحات وب

  بهاره فانی - دانشگاه آزاد اسلامی واحد ساری
    جواد وحیدی - دانشگاه علم و صنعت بهشهر
    همایون موتمنی - دانشگاه آزاد اسلامی واحد ساری

چکیده مقاله:

امروزه خوشه بندی نقش مهمی در اغلب زمینه های تحقیقاتی مانند مهندسی، پزشکی ، زیست شناسی و داده کاوی ایفا می نماید. در واقع خوشه بندی به معنای تقسیم بندی بدون نظارت است که با استفاده از آن داده ها به دسته هایی که از نظر پارامترهای مورد علاقه شباهت بیشتری به یکدیگر دارند تقسیم می گردند. یکی از روش های معروف در این زمینه، الگوریتم k-means می باشد که علی رغم وابستگی به شرایط اولیه و همگرایی به نقاط بهینه محلی، تعداد n داده را به k خوشه با سرعت بالا خوشه بندی می کند. مطالعاتی که در زمینه الگوریتم Epso بر روی داده ها صورت گرفته، نشان دهنده آن است که سرعت خوشه بندی داده ها با الگوریتم مورد نظر بسیار پایین است. لذا در این مقاله، جهت رفع مشکل الگوریتم Epso از روش ترکیبی مبتنی بر الگوریتم EPSO و k-means استفاده گردیده است. الگوریتم ترکیبی مورد نظر بر روی صفحات وب اعمال شده است که نشان دهنده خوشه بندی بهتر صفحات نسبت به زمانی است که الگوریتم ها به صورت جدا بر روی صفحات اعمال می شوند.

کلیدواژه‌ها:

داده کاوی، خوشه بندی، الگوریتم بهینه سازی مجموعه ذرات(pso)، الگوریتم بهینه سازی نمایی مجموعه ذرات (Epso)، تشابه کسینوسی

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-CEIT01-CEIT01_318.html
کد COI مقاله: CEIT01_318

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:
فانی, بهاره؛ جواد وحیدی و همایون موتمنی، ۱۳۹۲، ارائه الگوریتم خوشه بندی ترکیبی و بکارگیری آن بر روی صفحات وب، اولین کنفرانس ملی نوآوری در مهندسی کامپیوتر و فناوری اطلاعات، تنکابن، موسسه آموزش عالی شفق، https://www.civilica.com/Paper-CEIT01-CEIT01_318.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: (فانی, بهاره؛ جواد وحیدی و همایون موتمنی، ۱۳۹۲)
برای بار دوم به بعد: (فانی؛ وحیدی و موتمنی، ۱۳۹۲)
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 :

  • اعتمادی، روح الله. مقدم چرکری، نصراله. "الگوریتم ترکیبی برای خوشه ...
  • O.Etzioni, The Word Wide Web:Quagmire or gold mine, Communic ation ...
  • F.Keller, Clusering, computer university saarlandes, Tutotial slids _ ...
  • E. R. Hruschka, N. F.F.Ebecken, A Genetic Algorithm for Cluster ...
  • Z iyaratiomid , Rostamihabib , Abbas idez fuliMashalla, "Ane w ...
  • xiao chuicui, thomas E. potok, "document clustering .:ه analysis based ...
  • NeveenI .ghali, Nahed El-Des souki, Mervat A.N., and Lamiaab akrawi, ...
  • Niknamtaher, Amiribabak, Olamaeijavad, ; An efficicent hybrid evolutionary Optimization Algorithm ...
  • technoligy, shiraz , Iran.2008 ...
  • Niknam.Taher, Amiri. Babak, " An efficien hybrid approach based on ...
  • S hafigAlam , GillianDobbie , Patricia, : _ Evolutionary Particle ...
  • Niknam. T, Taherianfard Elaheh, Pourjafarian. Narjes, Rousta.Alirez, , , An ...
  • Anna Huang, "Similary Measures for Text Document USA. clustering", Department ...
  • http:// en . wikipedia. org/wiki/TF- idf. ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۲۸۶۶
    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.