پیش بینی صفحه بعدی انتخابی کاربر وب با کمک کاربرد کاوی وب و علایق کاربران

شبکه جهانی وب با توجه به انواع مختلف وب سایت ها روز به روز رو به رشد می باشد. از آنجا که روزانه به اطلاعات موجود در وب و تعداد کاربران افزوده می گردد، یافتن اطلاعات مرتبط از طریق وب با توجه به نیازهای متفاوت کاربران امری حیاتی است. سیستم های توصیه گر به عنوان سیستم هایی هوشمند به طور عمده در وب سایت های تجارت الکترونیک مورد استفاده قرار می گیرند. هدف آنها ارایه توصه هایی مناسب به کاربران بر مبنای علایق آنها می باشد. در این مقاله یک سیستم توصیه گر جدید ارایه شده که در ابتدا با استفاده از یک تابع ترکیبی علایق کاربران را محاسبه می نماید. آنگاه پس از شناسایی علایق کاربران به منظور کشف الگوهای ترتیبی از تلفیق تکنیک های خوشه بندی و مدل مارکوف با همه مراتب استفاده شده است. نتایج گویای آن است که سیستم پشنهادی از صحتی برابر با 80 درصد برخوردار است، همچنین نسبت به الگوریتم مورد مقایسه از صحت بالاتری برخوردار می باشد و توانسته نیازهای کاربران را به خوبی شناسایی نماید.

Keywords:

وب کاوی , کاربرد کاوی وب , علایق کاربران , خوشه بندی , مدل مارکوف