کشف عناصر محبوب در وب سایت با استفاده از وب معنایی و خوشه بندی
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 347
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:
ICTCK02_062
تاریخ نمایه سازی: 8 آبان 1395
Abstract:
امروزه با رشد و گسترش شبکه جهانی وب و افزایش نرم افزارهای کاربردی تحت وب، وب تبدیل به انباره عظیمی ازاطلاعات و داده ها شده است. بر این مبنا، محققان به این نتیجه رسیده اند که با توجه به رشد فزاینده اطلاعات در وب،فنون مرسوم مورد استفاده در وب دیگر پاسخگوی نیازهای جدید کاربران نیست. وب معنایی را ه حلی برای اضافهکردن معنا به داده ها به شمار می رود که در نتیجه آن امکان پردازش هوشمند اطلاعات وب توسط ماشین و نرم افزارفراهم می شود. یکی از پردازش هایی که روی وب معنایی انجام میشود استخراج روابط بین اشیاء موجود در وب براساس میزان جذاب بودن آنها از دید کاربر است که به مدیران وب سایت ها کمک می کند که محتوای وب سایت خودرا بر اساس علایق و میزان استقبال کاربران به روز رسانی کنند. در این مقاله یک روش بر اساس تکنیک های خوشهبندی برای تشخیص جذابترین اشیاء وب از دیدگاه کاربر معرفی می گردد. نتایج آزمایشات انجام شده روی مجموعهنشان میدهد که رهیافت پیشنهادی می تواند در تشخیص اشیاء محبوب از نظر کاربران کارآمد باشد.
Authors
مریم ولیان
دانشگاه آزاد اسلامی، واحد کرج، باشگاه پژوهشگران و نخبگان جوان، کرج، 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 :