محمدناصر آشکار - گروه کامپیوتر ، دانشگاه آزاد اسلامی، زاهدان، ایران
مهرداد جلالی - گروه کامپیوتر ، دانشگاه آزاد اسلامی، مشهد، ایران

اطلاعات موجود در وب، روز به روز در حال رشد است و این روند سبب تولید حجم وسیعی از صفحات متصل به یکدیگرگردیده است که از سازماندهی منطقی برخوردار نیستند. بنابراین تحلیل رفتارهای کاوشی کاربران اهمیت خاصی پیداکرده است. ارائه اطلاعاتی که کاربران علاقه به مشاهده آنها دارند وب را به محیطی کاربر پسند و جذاب تبدیل خواهدکرد. برای این منظور و برای یاد گرفتن الگوی رفتاری کاربر و ارائه پیشنهاداتی متناسب با تاریخچه رفتاری کاربر ازالگوریتمها و روشهای یادگیری ماشین برای توصیه صفحات پیشنهادی به کاربر استفاده می شود. در این تحقیق ما ازتلفیق دو روش زیر برای پیشنهاد صفحات به کاربر استفاده کردیم: یادگیری و استخراج دانش اولیه و مطلوب از رویتاریخچه رفتاری کاربر و شناخت اولیه نسبت به علایق وی و استفاده از اتوماتای یادگیری سلولی برای یاد گرفتن ریزرفتار کاربر و شناسایی علائق وی. نتایج اجرای الگوریتم حاکی از این بود که الگوریتم پیشنهادی از نظر دقت و شمولیتنسبت به کارهای قبلی مناسبتر عمل می کند.

داده کاوی وب ، اتوماتای یادگیر سلولی ، سیستم توصیه گر وب ،یادگیری ماشین