ارائه یک سیستم پیشنهاد دهی براساس ادغام منابع اطلاعاتی در شخصی سازی وب

Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 719

This Paper With 8 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:

NCCSE01_108

تاریخ نمایه سازی: 9 بهمن 1392

Abstract:

هدف سیستم های پیشنهادهی، پیدا کردن و در اختیار قرار دادن اطلاعات جالب یا خاصی به کاربر است که کاربر می تواند به آنها علاقه داشته باشد. در این مقاله، م دل و معماری یک سیستم پیشنهاددهی جدید ارائه شده است که هدف آن ا دغام منابع اطلاعاتی کسب شده از کاربر، به منظور کسب دقیقتر سلیقه او و عرضه پیشنهادهای صحیح تر به او است. منابعی که در این مقاله قصد ادغام آنها را داریم عبارتند از: زمان سپری شده کاربر بر روی صفحات، تعداد بازدید هر صفح در یک جلسه، موقعیت مکانی کاربر که به ما در کسب برخی ویژگی ها و سلایق کاربر کمک می کند و اطلاعاتی که از لینک ارجاع می توان کسب کرد. در ابتدا به معرفی مسئله، مفاهیم و تکنیک های موجود می پردازیم. سپس سیستم پیشنهاددهی ج دید را توضیح داده و با ذکر آزمایش، عملکرد آن را نسبت به سیستم های قبلی مقایسه می کنیم.

Authors

علی هاشمی

دانشگاه آزاد اسلامی واحد نجف آباد، دانشکده مهندسی کامپیوتر

محمدحسین ندیمی شهرکیدانشگاه آزاد اسلامی ، واحد نجف آباد ، د

دانشگاه آزاد اسلامی واحد نجف آباد، دانشکده مهندسی کامپیوتر

محمد نادری دهکردی

دانشگاه آزاد اسلامی واحد نجف آباد، دانشکده مهندسی کامپیوتر

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 :
  • Srivastava, T., P. Desikan, and V. Kumar, Web _ ining-concepts, ...
  • Mobasher, B., Data mining for web persona lization. The Adaptive ...
  • Bamshad, M., R. Cooley, and J. Srivastava, Data preparation for ...
  • Dumais, S.. et al. SIGIR 2003 workshop report: implicit measures ...
  • Yan, T.W., et al., From Aser access patters to dynamic ...
  • Mobasher, B., R. Cooley, and J. Srivastava, Automatic personalization based ...
  • Baraglia, R. and F. Silvestri. An online recommender system for ...
  • Moh, T.S. and N.S. Saxena, Personalizing Web Reco mmendations Using ...
  • Liu, H. and V. Keselj, Combined mining of Web server ...
  • Tan, P.N. and V. Kumar. Modeling of web robot navigational ...
  • Spiliopoulou, M., et al., A framework for the evaluation of ...
  • Berendt, B., et al. Measuring the accuracy of sessio nizers ...
  • Cavnar, W., Using an n-gram-based document representation with a vector ...
  • Mobasher, B., et al., Discovery and evaluation of aggregate usage ...
  • Chan, P.K. A non-invasive learning approach to building web user ...
  • Isfahan Virtual Tourism. Available from _ :/touri _ isahaucht.ir. ...
  • Lewis, D.D. and W.A. Gale. A sequential algorithm for training ...
  • نمایش کامل مراجع