CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارایه یک سیستم توصیه گر جدید در راستای پیش بینی صفحه بعدی کاربر وب با استفاده از ارزش صفحات و مدل مارکوف

اعتبار موردنیاز PDF: ۱ WORD: ۴ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۱۰۹ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: CITCOMP02_200
زبان مقاله: فارسی
حجم فایل: ۳۶۰.۰۹ کیلوبایت (فایل این مقاله در ۹ صفحه با فرمت PDF قابل دریافت می باشد)
محتوای کامل این مقاله با فرمت WORD هم 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 PDF یا WORD مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۹ صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارایه یک سیستم توصیه گر جدید در راستای پیش بینی صفحه بعدی کاربر وب با استفاده از ارزش صفحات و مدل مارکوف

  فرشته دربندی منفرد - گروه کامپیوتر، دانشکده فنی و مهندسی، واحد بوشهر، دانشگاه آزاد اسلامی، بوشهر، ایران
  علی هارون آبادی - استادیار گروه کامپیوتر، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران

چکیده مقاله:

وب، بزرگترین و وسیع ترین منبع اطلاعاتی دنیا می باشد که به راحتی قابل دسترس و قابل جستجو است و دارای میلیون ها میلیون سند به هم مرتبط می باشد. با توجه به رشد سریع وب جهانی، تنوع در محتوی و ساختار آن و هم چنین با افزایش کاربران، نظر خیلی از محققان به سمت مسیله مدل کردن و پیش بینی صفحه بازدید شده توسط کاربر سوق داده شده است. شخصی سازی وب راهی برای پیش بینی نیاز های کاربران به منظور بهبود قابلیت استفاده و حفظ کاربران سایت می باشد. تمامی کارهای صورت گرفته در زمینه شخصی سازی وب به منظور افزایش صحت سیستم های توصیه گر انجام شده است. از این رو، در این مقاله یک سیستم توصیه گر جدید مبنی بر کاربردکاوی و علایق کاربران ارایه شده است که با آنالیز فایل ثبت سرور میزان علاقه کاربران به صفحات وب را شناسایی نموده و سپس با استفاده از تکنیک های خوشه بندی و مدل مارکوف به کشف الگوهای ترتیبی می پردازد. آزمایشات نشان دهنده آن است که متد پیشنهادی از صحتی بالغ بر 80 درصد برخوردار است و این به معنای آن است که سیستم توصیه گر توانسته نیازهای آتی کاربران را به خوبی شناسایی کند. همچنین متد پیشنهادی نسبت به الگوریتم مورد مقایسه دارای صحت بالاتری است.

کلیدواژه‌ها:

وب کاوی، کاربرد کاوی وب، شخصی سازی وب، مدل مارکوف، ارزش صفحات، خوشه بندی

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-CITCOMP02-CITCOMP02_200.html
کد COI مقاله: CITCOMP02_200

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:
دربندی منفرد, فرشته و علی هارون آبادی، ۱۳۹۶، ارایه یک سیستم توصیه گر جدید در راستای پیش بینی صفحه بعدی کاربر وب با استفاده از ارزش صفحات و مدل مارکوف، دومین کنفرانس بین المللی پژوهش های دانش بنیان در مهندسی کامپیوتر و فناوری اطلاعات، تهران، دانشگاه مجلسی، https://www.civilica.com/Paper-CITCOMP02-CITCOMP02_200.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: (دربندی منفرد, فرشته و علی هارون آبادی، ۱۳۹۶)
برای بار دوم به بعد: (دربندی منفرد و هارون آبادی، ۱۳۹۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: ۳۶۶۰
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.