خوشه بندی اسناد وب با استفاده از الگوریتم شبیه سازی تبرید ترکیبی بر اساس مدل رفتار کاربر

در عصر حاضر مهمترین منبع اطلاعاتی صفحات وبی است که بر روی اینترنت یافت میشوند که این صفحات به طرز فزایندهای رو به افزایش هستند. از طرف دیگر کاربران برای رسیدن به صفحات هدف خود، مجبور هستند زمان زیادی را صرف جستجو در اینترنت کنند. پژوهشگران تلاشهای زیادی در خصوص دسته بندی و خوشه بندی صفحات وب انجام داده اند. روشهای موجود از خصوصیات ذاتی اسناد به منظور خوشه بندی استفاده میکنند. به نظر ما تعامل کاربران با سیستمهای اطلاعاتی حاوی مطالب مفیدی است. به عنوان مثال اگر کاربران با سلایق مشابه به دو سند دسترسی پیدا کنند، نشان دهنده ی مشابه بودن خود دو سند است. این مطالب میتواند کمک کنند تا اسناد براساس خصوصیات دیگری علاوه بر خصوصیات ذاتی آنها (خصوصیات رفتاری کاربران) خوشه بندی شوند. در این پروژه تلاش در همین زمینه گردیده است و سعی شده با استفاده از استخراج اطلاعات رفتار کاربران، اطلاعات دقیقتر و بهتری با هزینههای محاسباتی کمتر از صفحات وب استخراج و در زمینه خوشهبندی اسناد استفاده شود؛ بنابراین در این تحقیق با استفاده از خوشه بندی و الگوریتم شبیه سازی تبرید ترکیبی تلاش شده تا هزینه های محاسباتی را کاهش و دقت روش خوشه بندی اسناد را افزایش یابد. دلیل اصلی این کار بهینه سازی روش خوشه بندی برای انتخاب مراکز بهینه برای خوشه ها است. نتایج این کار حقیقاتی نشان میدهد بهینگی مناسب در زمینه دقت تشخیص در خوشه بندی صفحات وب و همینطور کاهش هزینه محاسباتی در خوشه بندی صفحات وب را نشان میدهد.

Keywords:

رفتار کاربر , خوشه بندی , الگوریتم شبیه سازی تبرید , شروع مجدد