ارایه ی الگوریتمی به منظور خوشه بندی صفحات وب براساس محتوا و لینک

وجود یک موتور جست و جوی کارا می تواند سبب افزایش رضایت کاربران از خدمات تحت وب باشد. چالش اصلی موتورهای جست وجو، انتخاب مناسب ترین صفحات در مواجهه با پرسش های چند وجهی کاربران است. خوشه بندی صفحات براساس محتوا و لینک رویکردی است که برای حل چنین مسایلی در ادبیات پیشنهاد شده است. در این نوشتار، بر یکی از الگوریتم های موجود، به نام CohsMix، تمرکز شده و این الگوریتم برای ارتقای کیفیت پاسخ ها و افزایش سرعت حل بهبود داده شده است. تعیین نقطه ی شروع مناسب، استفاده از خواص شبکه های پیچیده به منظور ساده سازی محاسبات، و محاسبه ی مقدار واقعی انحراف استاندارد از جمله تغییرات پیشنهادی برای بهبود الگوریتم است. نتایج تجربی نشان می دهد که الگوریتم بهبود یافته، کیفیت جواب ها را ارتقا داده و باعث افزایش سرعت حل می شود. همچنین، به عنوان مطالعه ی موردی، داده های مربوط به وبلاگ های فارسی استخراج و الگوریتم بهبود یافته روی این داده ها اجرا خواهد شد.

Keywords:

خوشه بندی , تجارت الکترونیکی , محتوا , لینک , موتور جست و جو , شبکه های پیچیده