استخراج الگوی حرکتی کاربران وبگاه با استفاده از تکنیک خوشه بندی و ارائه ساختار ماشین پیشنهاد دهنده

Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,151

This Paper With 12 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

IIEC05_042

تاریخ نمایه سازی: 22 آبان 1385

Abstract:

مبحث داده کاوی امروزه ی کی از مباحث پرکاربرد در مقوله فناوری اطلاعات محسوب می شود . با توجه به گسترش روزافزون اینترنت و رشد نمایی کاربران و محتویات وب، تحل یل و بررس ی اطلاعات وب از اهمیت ویژه ای برخوردار است . برروی داده های وب تحلیلهای مختلفی قابل انجام است . یکی ازاین تحلیلها بررسی اطلاعات کاربردی وب برای شناسایی بیشتر رفتار کاربران وبگاه است . در این مقاله ما مدلی ساده و کارا برای خوشه بندی بهتر کاربران وبگاه ارائه دادیم . در این مدل، تابع علاقه کاربر به هر صفحه وبگاه را با استفاده از زمـان سـپری شده کاربر در آن صفحه تخم ین می زنیم و از این طریق داده های مجزای زیادی را از فضای نمونه ای حذف می کنیم . در ضمن در انتهای کـار، مـدلی جدیـ د بـرا ی ماشین پیشنهاد دهنده ارائه می دهیم . پیش بینی درخواست بعدی کاربرفعال درسایت، وظیفه ماشین پیشنهاد دهنده است . این مدل بر مبنای بلندترین زیر دنباله مشترک دو جلسه کاربری م ی باشد و در آن مفهوم جدی د شکاف بین زیردنبالـه هـا ارائـه مـی شـود . نتـا یجی کـه از اعمـال مـدل ارائـه شـده بـر وقـای ع نگـار خـادم وب دانـشگاه Saskatchewan . بدست آمد، از سرعت بالاتر و افزایش دقت پیش بینی ماشین پیشنهاد دهنده نسبت به مدلهای مشابه، حکایت می کند

Authors

مهدی غضنفری

دانشیار دانشکده صنایع دانشگاه علم و صنعت ایران

محمد فتحیان

استادیار دانشکده صنایع دانشگاه علم و صنعت ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • R.Agrawal and R.Srikant. Mining sequential pattermns, In procedings of the ...
  • U.Fayyad, Piatetsky-Shap iro, Smyth. Advances in Knowledge Discovery andData Mining, ...
  • M.Kantardzic. Data Mining Concepts, Models, Methods, and Algorithms. IEEEPress, Wiley ...
  • J.Han, and M.Kamber, Data Mining: Concepts and Techniques, San Diego: ...
  • B. Berendt, A. Hotho, and G. Stumme. Towards Semuantic Web ...
  • J.Pitkow and P.Pirolli. Mining Repeating SubSequences to Predict World Wide ...
  • O.Etzioni. The World wide wveb: Quagmire or gold mine. Communicat ...
  • E. Keogh, K. Chakrabarti, M. Pazzani, and S. Mehrotra, ...
  • ، 'Dimensionuality redu ction forfast similarity search in large time ...
  • X. Fu, J. Budzik, and K. J. Hammond. Mining Navigation ...
  • H. Daiand B. Mobasher. Using Ontologies to Discover Domain- LevelWeb ...
  • W. Lin, S. A. Alvarez, and C. Ruiz. Efficient Adapti ...
  • B. Mobasher, H. Dai, _ M. Nakagawa T. Luo. Discovery ...
  • B. Mobasher, H. Dai, T. Luo, ad M. Nakagawa. Effective ...
  • Cluto, Online Available at: ...
  • http : //www .Users .cs .umn. edu/karypi s /cluto, 2003. ...
  • B. W. Kernighan and S. Lin. An efficient heuristic procedure ...
  • D.Hirschberg. Algorithms for the Longest Common Subsequence problem, Journal of ...
  • _ D.Bergoth, J.Hakonen and M.Raita. A Survey of Longest _ ...
  • R.Sarukkai. Link prediction and path anualysis using markov chains. _ ...
  • C.Anderson and P.Domingos, Relational markov models and their application to ...
  • International Conference On knowledge Discovery and Data Mining, Edmonton, Alberta, ...
  • IL.Cadez, S.Gaffiney and P.Smyth. A general probabilistic ...
  • Q.Yang and H.Zhan. Mining Web Logs For prediction models in ...
  • P.Buono, M.Costabile, S.Guida, A.Piccinno and G.Tesoo. Integrating user data and ...
  • J.Srivastava, R.Cooley, M.Deshpande, and N.Tan. Web usage mining: Discovery and ...
  • C.Shahabi, A.Zarkesh and M.Adibi. Knowledge Discovery from users Web-page nuvigation, ...
  • نمایش کامل مراجع