رعنا فرصتی - گروه مهندسی کامپیوتر، دانشکده فنی، دانشگاه آزاد اسلامی واحد کرج
محمدرضا میبدی - دانشکده مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی امیرکبیر

شخصی سازی وب مجموعه ای از عملیات است که تجربه وب را برای یک کاربر خاص با مجموعه ای از کاربران سازمان دهی می کند و پیشنهدات پویا بر اساس الگوهای رفتاری کاربران ارائه می دهد. در این مقاله الگوریتم جدیدی معرفی شده است که با انتساب وزن به آیتم موجود در تراکنش ها با استفاده از اطلاعات پیمایش کاربران گونه جدیدی از آیتمهای تکرار شونده تحت عنوان آیتم ست های تکرار شونده وزن دار را استخراج می کند. الگوریتم پیشنهاد شده است از آتاماتای یادگیر توزیع شده، پیوند بین صفحات به کاربران استفاده می کند. الگوریتم ارائه شده مشکلات موجود در روش های پیشنهادی بر اساس آتاماتای یادگیر و قوانین انجمنی، مشکل صفحات جدیدی که اخیرا به سایت اضافه شده اند و کاهش دقت الگوریتم ها با افزایش تعداد صفحات پیشنهادی را به نحو مطلوبی حل می کند. نحوه کار الگوریتم به این صورت است که اولین صفحه را با استفاده از آیتم ست های تکرار شونده وزن دار معرفی شده و آتاماتای یادگیر پیشنهاد می کند. سپس این صفحه با استفاده از الگوریتم HITS و صفحاتی که با آن در یک دسته بندی هستند بسط داده می شود تا صفحاتی که اخیرا به سایت اضافه شده اند نیز فرصت حضور در مجموعه صفحات پیشنهادی را داشته باشند. نتایج شبیه سازی الگوریتم در داده های واقعی نشان داده است که کارایی الگوریتم پیشنهادی بالا می باشد و دانش بدست آمده از سیستم مذکور به طور قابل ملاحظه ای کیفیت پیشنهادات را بهبود داده است و مشکلات ذکر شده را در حد قابل توجهی کاهش داده است.

شخصی سازی، صفحات وب، آتاماتای یادگیر