CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

رویکردی نوین برای دسته بندی اسناد متنی با استفاده از الگوریتم کرم شب تاب

اعتبار موردنیاز PDF: ۱ WORD: ۶ | تعداد صفحات: ۱۴ | تعداد نمایش خلاصه: ۷۰ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: CITCOMP02_335
زبان مقاله: فارسی
حجم فایل: ۴۳۰ کیلوبایت (فایل این مقاله در ۱۴ 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 ۱۴ 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 رویکردی نوین برای دسته بندی اسناد متنی با استفاده از الگوریتم کرم شب تاب

  ندا یزدان خواه - گروه مهندسی کامپیوتر، واحد مراغه، دانشگاه آزاد اسلامی، مراغه، ایران
  فرهاد سلیمانیان قره چپق - گروه مهندسی کامپیوتر، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران

چکیده مقاله:

دسته بندی متون به دلیل افزایش حجم اطلاعات موجود در اینترنت و همچنین حجم زیاد متون و تولید روزانه هزاران متن متنوع علی الخصوص در فضای مجازی، نقش مهمی را در مدیریت اطلاعات علی الخصوص دسته بندی متون ایفا می کند. برای دسته بندی متون نیازمند شناسایی ویژگی های متون بوده که برای یک متن می توان ویژگیهای زیادی را شناسایی نمود که این یکی از مشکلات پیش رو در این ضمینه است. و اغلب ویژگی ها نامربوط و زاید هستند و بر کارایی دسته-بندی کننده تاثیر منفی می گذارند. انتخاب ویژگی در حقیقت مهمترین مرحله در دسته بندی متون می باشد که هدف از انتخاب ویژگی، انتخاب بهینه ترین زیر مجموعه ویژگی از کل فضای ویژگی های اصلی مسیله مورد نظر است. بطوریکه ضمن کاهش ابعاد می توان به دقت دسته بندی مطلوب دست یافت. از مزایای انتخاب ویژگی می توان به تسهیل درک و مدل سازی، کاهش نیازهای اندازه گیری، کاهش هزینه های محاسباتی و کاهش پیچیدگی زمانی اشاره کرد. ما در این مقاله، از روش نوینی مبتنی بر الگوریتم کرم شب تاب برای طبقه بندی اسناد متنی استفاده نمودیم. در روش پیشنهادی اسناد متنی در ابتدا پیش پردازش می شوند و کلمات کلیدی موجود در اسناد استخراج می شوند. سپس برای هر یک از کلمات کلیدی، وزن مشخصی بر مبنای تکرار معین می شوند. ارزیابی بر روی مجموعه داده استاندارد Reuters-2557 انجام گرفته است که نتایج حاصل نشان می دهد که مدل پیشنهادی در مقایسه با روش های موجود مانند روش K نزدیک ترین همسایه، KNN-K-Means و سایر روش های موجود برای دسته بندی به نسبت از دقت بیشتری برخوردار می باشد و عملکرد خوبی داشته است.

کلیدواژه‌ها:

طبقه بندی اسناد متنی، الگوریتم کرم شب تاب، انتخاب ویژگی، بهینه سازی

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_335.html
کد COI مقاله: CITCOMP02_335

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:
یزدان خواه, ندا و فرهاد سلیمانیان قره چپق، ۱۳۹۶، رویکردی نوین برای دسته بندی اسناد متنی با استفاده از الگوریتم کرم شب تاب، دومین کنفرانس بین المللی پژوهش های دانش بنیان در مهندسی کامپیوتر و فناوری اطلاعات، تهران، دانشگاه مجلسی، https://www.civilica.com/Paper-CITCOMP02-CITCOMP02_335.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: (یزدان خواه, ندا و فرهاد سلیمانیان قره چپق، ۱۳۹۶)
برای بار دوم به بعد: (یزدان خواه و سلیمانیان قره چپق، 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: ۱۹۲۳
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.