سید محمد مرتضوی - دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران
محمدحسین ندیمی شهرکی - دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

با گسترش منابع دیجیتال در چند سال اخیر، وجود نامهای مبهم در این منابع به یک چالش بزرگ و بحث برانگیز تبدیل شده است. منابع دیجیتال از اهمیت فراوانی برخوردارند و امروزه به عنوان یکی از منابع مهم دانشگاهی محسوب شده و کمک شایانی به کاربران در امور جستجو و یافتن مقاله، نویسنده یا موضوع خاصی از حوزههای تحقیقات یا زیر حوزههای آن میدهد. ابهام و عدم تشخیص قطعی کارهای انجام شدهی نویسندهای خاص، باعث شده است که روشهای زیادی با متدولوژیهای مختلف جهت حل این مشکل ارائه شود که البته به دلیل تنوع در نام های افراد دنیا و عدم پوشش روشی خاص برای تمامی نام ها و رکوردهای مقاله شناسی، هنوز نیاز به بهبود صحت خوشه بندی وجود دارد. در این مقاله مدلی ارائه میگردد که با استفاده از چندین تابع اندازهگیری و روشهای خوشهبندی موثر، بتوان خوشههایی تولید نمود که با تجمیع بهینه آن ها، خوشههایی با صحت بالا ایجاد کرد. نحوه استخراج رکوردها از چندین خوشه تولید شده و تجمیع در یک خوشه با الگوگیری از تکنیک تجمیع خوشه بندی انجام می شود.

نام های مبهم، منابع دیجیتال، تکنیک تجمیع خوشه بندی، توابع مشابهت