کاوه یزدانی - دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه علوم و تحقیقات اردبیل
رسول اباذری - استادیار دانشگاه آزاد اسلامی واحد اردبیل
مهدی عفت پرور - عضو هیات علمی دانشگاه آزاد اسلامی واحد اردبیل

بی شک یکی از مهمترین فناوری که در عصر حاضر، زندگی ما را تحت تاثیر قرار داده، اینترنت است. با این وجود، افزایشقابل توجه وب سایت ها، گسترش روز افزون اینترنت، رشد علایق کاربران ومحتویات وب انجام سازماندهی محتوای وبجهت تامین نیاز کاربران را به یک عمل چالش برانگیز تبدیل کرده است و تحلیل و بررسی اطلاعات وب از اهمیت ویژه ایبرخوردار است که یکی از راههای غلبه بر این مشکلات استفاده از برنامههای مرسوم به سیستم پیشنهاد دهنده است. سیستمپیشنهاد دهنده، نمونهای از موفق ترین ابزار شخصی سازی وب هستند و مهمترین وظیفه یک سیستم پیشنهاد دهنده، کشفگزینه های مورد علاقه کاربر در یک فضای بسیار بزرگ از آیتم های قابل انتخاب است در واقع سیستم پیشنهاد دهندهمی تواند کاربر را در انتخاب از میان انبوه اطلاعات یاری برساند. در این تحقیق سعی بر آن است که از روشهای وبکاوی (کاوش استفاده از وب) در تجزیه و تحلیل فایل های ثبت سمت سرور استفاده کنیم تا بتوانیم الگوی رفتاری کاربرانوب را تشخیص دهیم که جهت انجام این کار برنامه ای توصیه داده می شود تا بتواند فایل های ثبت سمت سرور را قبل ازتجزیه و تحلیل از داده های غیر ضروری پاکسازی نماید. بنابراین با در نظر گرفتن مشخصه های رفتار کاربران و استفاده ازالگوریتم خوشه بندی می توانیم الگوهای رفتاری مشابه را تشخیص داده و در یک گروه و یا یک خوشه یکسان قرار دهیم.بدین ترتیب با استفاده از شبکه های عصبی یک سیستم پیشنهاد دهنده طراحی می شود که با استفاده از مشخصه های رفتاریفعلی کاربران آنلاین می تواند با تشخیص علاقه مندی کاربران لیستی از صفحات متناسب با علاقه آنها پیشنهاد دهد. نتایجتحقیق نشان میدهد که سیستم پیشنهادی نسبت به سیستم های پیشین از دقت مناسبی برخوردار می باشد.

وب کاوی، سیستم توصیه گر، فایل ثبت سمت سرور، الگوریتم خوشه بندی، شبکه عصبی