بکارگیری الگوریتم بهینه سازی ازدحام ذرات در خوشه بندی نتایج جستجوی اطلاعات کاربران اینترنت با توسعه نرم افزار Weka
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,600
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
FNCEITPNU01_057
تاریخ نمایه سازی: 17 اسفند 1393
چکیده مقاله:
یکی از مهم ترین زمینه های کاربرد خوشه بندی امروزه در موتورهای جستجوگر و در مورد نتایج جستجو کاربران در وب است که این امر باعث صرفه جویی در هزینه رسیدن به مطالب موردنظر برای کاربران می شود. از آنجا که خوشه بندی یک نوع یادگیری بدون نظارت است، مانند دیگر مسائل NP که امروزه از الگوریتم های تکاملی جهت رسیدن به جواب برای آنها استفاده می شود، می توان از الگوریتم بهینه سازی ازدحام ذرات(PSO) در این زمینه استفاده نمود. با آزمایش های انجام شده به کمک نرم افزار توسعه یافته Weka نیز می توان اثبات نمود که الگوریتم پیشنهادشده نتایج مناسب تر و خوشه بندی بهتری را نسبت به الگوریتم K-means انجام می دهد که این امر باعث صرفه جویی در هزینه کاربران و کاستن از بار ترافیک شبکه و وب سایت خواهد شد
کلیدواژه ها:
خوشه بندی جستجو در وب ، الگوریتم خوشه بندی K-means ، الگوریتم بهینه سازی ازدحام ذرات ، نرم افزار داده کاوی Weka
نویسندگان
مهدی محمدخانی
مربی، دانشگاه پیام نور گنبد کاووس
محمدهادی معظم
استادیار، دانشگاه پیام نور تهران
سهیلا کرباسی
استادیار، دانشگاه گرگان گلستان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :