آرزو یکتاپرست - دانشجوی کارشناسی ارشد، مهندسی نرم افزار - واحد علوم و تحقیقات خوزستان-
علی هارون آبادی - دانشگاه آزاد اسلامی واحد تهران مرکزی ، تهران، ایران
امیرمسعود رحمانی - واحد علوم و تحقیقات تهران، ایران

امروزه با گسترش وب و تعداد کاربران اینترنت شناسایی صفحات مورد علاقه کاربران از چالش های مهم وب است. بنابراین اگر بتوانیم علایق کاربران را به درستی شناسایی نمائیم کاربردهای مختلفی را از آن ها در زمینه های موتورهایجستجو، تجارت الکترونیکی، تبلیغات هدفمند وغیره مشاهده می نماییم. برای این منظور نیاز است ویژگی های مناسب را از رفتار کاربران استخراج کرده وآن هارا در قالب نمایه ای از کاربر ذخیره نماییم. استفاده همزمان از اطلاعات ساختاریو اطلاعات پیمایش کاربران که یکی از چالش های مطرح در بهبود کارایی الگوریتم های شخصی سازی وب م یباشد . در این مقاله پس از معرفی معیارجدید وزن دهی ، الگوریتمی ترکیبی که از اطلاعات پیمایش کاربران و پیوند بین صفحات به منظور پیشنهاد صفحات به کاربران استفاده م یکند، ارائه شده است. معیار جدید معرفی شده برای محاسبه وزن صفحات مشاهده شده توسط کاربران از مدت زمان مشاهده صفحه و فرکانس مشاهده صفحه و تاریخ استفاده می کند که به خوبی میزان اهمیت و علاقه کاربران را به آن صفحهنشان می دهد. مدل های رسمی به علت پشتیبانی از ساختار و رفتار سیستم قابلیت نمایش رفتار کاربران را در وب دارند. استفاده از رنگ ها در شبکه پتری امکان خوشه بندی رافراهم می نماید. در الگوریتم ارائه شده از شبکه ی پتری فازی رنگی استفاده شده، در این جا منظور از رنگ یک صفت ویژه است که می توان آن را به یک و یا گروهی از کاربران اختصاص داده و آن ها را از بقیه کاربران متمایز نمود. گروهیاز کاربران را که دارای رفتار و علایق یکسانی هستند در یک خوشه قرار داده، با یک رنگ نشان داده می دهند. و هر کاربر با درجه ی خاصی از تعلق به یک یا چند خوشه نسبت داده می شود که ما آن را با استفاده از شبکه پتری فازی رنگی نشان داده ایم. نتایج بدست آمده میزان موفقیت استفاده از شبکه پتری فازی رنگی را در مقایسه با روش های پیشین نشان می دهد

و بکاوی، خوشه بندی، شبکه پتری فازی رنگی