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

استخراج دانش از پایگاه های داده تحت وب عمیق با استفاده از وابستگی کاوی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۳۲۰۳ | نظرات: ۰
سال انتشار: ۱۳۸۶
کد COI مقاله: IDMC01_039
زبان مقاله: فارسی
فایل PDF حاوی متن کامل این مقاله در حال حاضر در سایت موجود نمی‌باشد.

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله منتشر نشده و درپایگاه سیویلیکا موجود نمی باشد.

منبع مقالات سیویلیکا دبیرخانه کنفرانسها است. برخی از دبیرخانه ها اقدام به انتشار اصل مقاله نمی نمایند. به منظور تکمیل بانک مقالات موجود، چکیده این مقالات در سایت درج می شوند ولی به دلیل عدم انتشار اصل مقاله، امکان ارائه آن وجود ندارد.

خرید و دانلود PDF مقاله

اصل مقاله (فول تکست) فوق منتشر نشده و یا در سایت موجود نیست و امکان خرید آن فراهم نمی باشد

مشخصات نویسندگان مقاله استخراج دانش از پایگاه های داده تحت وب عمیق با استفاده از وابستگی کاوی

  شهره آجودانیان - دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد نجف آباد
  محمد داورپناه جزی - عضو هیئت علمی دانشکده برق و کامپیوتر دانشگاه صنعتی اصفهان؛ استاد مدع
  محمدحسین سرایی - عضو هیئت علمی دانشکده برق و کامپیوتر دانشگاه صنعتی اصفهان؛ استاد مدع

چکیده مقاله:

اخیرا شاهد رشد سریع پایگاههای داده تحت وب هستیم. به منظور مدلسازی و یکپارچهسازی پایگاههای داده تحت وب اولین مسئله که باید به آن پرداخته شود این است که واسط پرسوجو چگونه عمل میکند یا یک منبع چه قابلیتهای پرسوجویی فراهم میکند. رویکردی که استفاده میشود بر پایه این اصل است که چارچوب کلی واسطهای پرسوجو شبیه یکدیگر هستند. پس از استخراج دانش از پایگاههای داده تحت وب با استفاده از روش پارسینگ واسط پرسوجو، از الگوریتمهای داده کاوی به منظور تطبیق تعداد زیادی شِما دریک زمان در پایگاههای داده استفاده میشود. این الگوریتمها
از یک طرف سرعت تطبیق اطلاعات را بالا میبرند و از طرف دیگر بر خلاف رویکردهای رایج تطبیق که تطبیقهای یکبهیک بین صفات انجام می دهند، قادرند بین صفات تطبیقهای چندبهچند انجام دهند. صفات خاصه در پایگاههای داده را در دو دسته قرار میدهیم. صفات مترادف که به ندرت در یک واسط پرسوجو با هم به کار میروند و صفات گروهی که تقریبا همیشه در یک واسط پرسوجو با هم به کار میروند و به این ترتیب میتوانیم صفات وابسته را در واسطهای پرسوجو با استفاده از رویکرد وابستگی کاوی پیدا کنیم. در رویکرد ارائه شده در این مقاله الگوریتم وابستگی کاوی جدیدی ارائه شده است که قادر است با هزینه کمتری از لحاظ زمان و مصرف حافظه صفات وابسته را پیدا کند. در این الگوریتم از میزانJaccard به منظور یافتن وابستگیهای مثبت و منفی بین صفات استفاده شده است.

کلیدواژه‌ها:

استخراج دانش، پایگاههای داده تحت وب عمیق، وابستگی کاوی، پارسینگ واسط پرسوجو، تطبیق معانی با استفاده از الگوریتمهای داده کاوی

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-IDMC01-IDMC01_039.html
کد COI مقاله: IDMC01_039

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:
آجودانیان, شهره؛ محمد داورپناه جزی و محمدحسین سرایی، ۱۳۸۶، استخراج دانش از پایگاه های داده تحت وب عمیق با استفاده از وابستگی کاوی، اولین کنفرانس داده کاوی ایران، تهران، دانشگاه صنعتی امیرکبیر، موسسه پژوهشی داده پردازان گیتا، https://www.civilica.com/Paper-IDMC01-IDMC01_039.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: (آجودانیان, شهره؛ محمد داورپناه جزی و محمدحسین سرایی، ۱۳۸۶)
برای بار دوم به بعد: (آجودانیان؛ داورپناه جزی و سرایی، ۱۳۸۶)
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:
تعداد مقالات: ۹۲۸۶
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.