بهبود نتایج جستجوی صفحات فارسی در وب معنایی با استفاده از مدل مارکوف و آنالیز رفتار پیمایشی کاربر
Publish place: Fourth International Conference on Modern Studies in Computer Science and Information Technology
Publish Year: 1396
Type: Conference paper
Language: Persian
View: 479
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
CONFITC04_189
Index date: 28 September 2018
بهبود نتایج جستجوی صفحات فارسی در وب معنایی با استفاده از مدل مارکوف و آنالیز رفتار پیمایشی کاربر abstract
حجم بسیار عظیم اطلاعات بر روی شبکه جهانی وب موجب شده است که موتورهای جستجو ملزم به استفاده ازتکنیک های بهبود دهنده ای باشند تا بتوانند کارآیی بازیابی اطلاعات را ارتقاء داده و نتایجی را که برای کاربر بهترهستند، ارایه کنند .گسترش پرس وجو یکی از این تکنیک ها می باشد. روشهایی که تاکنون به منظور گسترش پرس-وجو ارایه شدهاند، عمدتا گسترش پرسوجو را براساس یک فرهنگ لغت انجام می دهند و تنها از ویژگیهای زبانیاستفاده می کنند. در این مقاله ابتدا با استفاده از مدل مارکوف، صفحات و موضوعات مورد درخواست احتمالی کاربرواکشی شده و با تلفیق آنالیز احساسات و الگوی رفتار پیمایشی کاربر، فیلترینگ نهایی بر نتایج مورد واکشی براینمایش اطلاعات دقیقتر، در صفحات وب فارسی، روشی برای بهبود نتایج جستجوی صفحات فارسی در وب معناییارایه میشود. برای ارزیابی روش پیشنهادی، با استفاده از رپیدماینر، مدل سازی و با #C پیاده سازی انجام شده است. پارامترهای مورد ارزیابی شامل مدت زمان جستجو پیش واکشی صفحات وب، میزان حافظه مصرفی و میزان تاخیرکاربران در واکشی و نمایش نتایج یافته شده بوده، که نتیجه و خروجی پیادهسازی از بهبود و کارایی روش پیشنهادی،حکایت دارند.
بهبود نتایج جستجوی صفحات فارسی در وب معنایی با استفاده از مدل مارکوف و آنالیز رفتار پیمایشی کاربر Keywords:
بهبود نتایج جستجوی صفحات فارسی در وب معنایی با استفاده از مدل مارکوف و آنالیز رفتار پیمایشی کاربر authors
مهدی شهابی پور
دانشگاه آزاد اسلامی، واحد الکترونیکی، گروه مهندسی کامپیوتر، تهران، ایران
سیدمجید نورحسینی
استادیار دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی امیرکبیر، تهران، ایران