دسته بندی اسناد وب به کمک الگوریتم کلونی مورچگان با استفاده از مدلسازی رفتاری کاربران
Publish place: Joint Convention on Computer Engineering and Mechanics
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 878
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JCCEM01_047
تاریخ نمایه سازی: 25 اسفند 1392
Abstract:
در زمینه دسته بندی اسناد وب رویکردهای مختلفی ارائه شده است اما موضوع اصلی در بین مدلهای ارائه شده میتوان به پایین بودن دقت دسته بندی و انعطاف پایین مدلهای ارائه شده در زمینه دسته بندی اسناد وب اشاره نمود. در این مقاله میخواهیم با مدل کردن رفتار کاربر بوسیله الگوریتم کلونی مورچگان صفحات وب را دسته بندی کنیم. این روش بر این ایده استوار است که اگر کاربران تعدادی از صفحات وب را پی در پی مرور کنند ، آنگاه این صفحات مشابه به هم بوده و در یک دسته قرار می گیرند، و همچنین اگر یک سایت دارای چندین کاربر با سلایق مختلف جهت دیدن صفحات وب داشته باشد، آنگاه صفحات وب آن سایت به چندین دسته مطابق با سلیقه های کاربران خود دسته بندی می شود.در روش پیشنهادی با اختصاص دادن یک مورچه به هر کاربر و میزان فرومون موجود بر روی یالهای گراف مشخص میشود که کدام اسناد به یکدیگر شبیه هستند ودر یک دسته علاقه مندی کاربران قرار میگیرند. و کاربران را هم از روی همین گراف پیمایش مورچگان در دسته های هم علاقه مندی قرار می دهیم. از نتایج این تحقیق میتوان در سیستمهای پیشنهاد کننده و دسته بندی مبتی بر رفتار کاربران اسناد و یا کلاستر بندی اسناد استفاده نمود. نتایج شبیهسازیها نشان داده که روش پیشنهادی در مقایسه با روشهای قبلی از دقت بالاتری برخوردار است
Keywords:
وب کاوی - کاربردکاوی وب - الگوریتم کلونی مورچگان - دستهبندی
Authors
مهسا شیرانی
دانشجوی کارشناسی ارشد
محمدرضا آشوری
عضو هیئت علمی گروه مهندسی کامپیوتر، دانشکده کامپیوتر، دانشگاه آزاد نجف آباد
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 :