استفاده از روش مارکوف و خوشه بندی جهت بهبود پاسخ ها در موتورهای جستجو
Publish place: چهارمین کنفرانس بین المللی مهندسی و علوم انسانی
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 750
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
EHCONF04_122
Index date: 26 April 2017
استفاده از روش مارکوف و خوشه بندی جهت بهبود پاسخ ها در موتورهای جستجو abstract
هدف از این تحقیق ارایه یک سیستم توصیه گر برای پیش بینی صفحات وب برای یک کاربر می باشد به گونه ای که صفحه پیش بینی شده با سلیقه کاربر همخوانی مطلوبی داشته باشد. از میان روش های مختلف پیش بینی، مدل مارکوف دقت بالایی دارد. برای بهبود این پیش بینی از خوشه بندی k-means بهبود یافته استفاده شده است. داده های ورودی توسط یک شبکه عصبی به خوشه مناسب ارسال می شوند. در خوشه مربوطه از مدل مارکوف برای پیش بینی صفحه ی مناسب استفاده می شود. از آنجا که مدل مارکوف مرتبه پایین تر دقت پیش بینی و پیچیدگی کم دارد و مدل مراتب بالاتر دقت پیش بینی و پیچیدگی زیاد دارد برای بهبود نتیجه ترکیبی از مراتب مختلف مارکوف به کار گرفته شده است. بررسی ها نشان می دهد دقت و پوشش 2 روش پیشنهادی نسبت به روش ترکیبی مدل مارکوف و قوانین انجمنی به ترتیب، حدود % 4 و % 10 و همچنین نسبت به روش ترکیب خوشه بندی و شبکه عصبی حدود % 12 و % 20 بهبود یافته است.
استفاده از روش مارکوف و خوشه بندی جهت بهبود پاسخ ها در موتورهای جستجو Keywords:
استفاده از روش مارکوف و خوشه بندی جهت بهبود پاسخ ها در موتورهای جستجو authors
زهرا رحمانی
دانشجوی کارشناسی ارشد، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد دزفول
علی هارون آبادی
استادیار، دانشکده فنی مهندسی دانشگاه آزاد اسلامی واحد تهران مرکز
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 :