مهدی مقیمی - کارشناس ارشد نرم افزار ، دانشگاه امام رضا (ع)
حدیث شفائی - کارشناس ارشد نرم افزار، پردیس علوم و تحقیقات دماوند، دانشگاه آزاد اسلامی دماوند

خوشه بندی یکی از روش های رایج مورد استفاده در حوزه کاوش استفاده از وب به منظور خوشه بندی جریان کلیک کاربران است. این روش یکی از روش های افزایش صحت پیش بینی صفحه بعدی انتخابی توسط کاربر می باشد. یکی از چالش های اصلی در این حوزه، کار با مجموعه داده بسیار بزرگ می باشد که زمان خوشه بندی را بسیار افزایش می دهد. ما در این مقاله، به کمک یک روش بسیار ساده اما کاربردی، روشی را پیشنهاد می کنیم که بجای خوشه بندی یک ماتریس با ابعاد بسیار بزرگ، از یک ماتریس با ابعاد بسیار کوچکتر استفاده کرده که نه تنها سرعت و حافظه خوشه بندی را کاهش می دهد، بلکه صحت پیش بینی صفحه بعدی انتخابی توسط کاربر را نیز افزایش می دهد. به منظور ارزیابی روش پیشنهادی را با روش قدرتمند و رایج کاهش ابعاد یعنی PCA مقایسه کردیم. نتایج نشان می دهد روش ارائه شده نسبت به روش های قبلی و حتی حالت بدون استفاده از کاهش ابعاد داده، بهتر عمل می کند.

کاهش ابعاد، کاوش استفاده از وب، تحلیل مولفه های اصلی، پیش بینی، تقلیل