دسته بندی اسناد وب به کمک الگوریتم کلونی مورچگان با استفاده از مدلسازی رفتاری کاربران

در زمینه دسته بندی اسناد وب رویکردهای مختلفی ارائه شده است اما موضوع اصلی در بین مدلهای ارائه شده میتوان به پایین بودن دقت دسته بندی و انعطاف پایین مدلهای ارائه شده در زمینه دسته بندی اسناد وب اشاره نمود. در این مقاله می‌خواهیم با مدل کردن رفتار کاربر بوسیله الگوریتم کلونی مورچگان صفحات وب را دسته بندی کنیم. این روش بر این ایده استوار است که اگر کاربران تعدادی از صفحات وب را پی در پی مرور کنند ، آنگاه این صفحات مشابه به هم بوده و در یک دسته قرار می گیرند، و همچنین اگر یک سایت دارای چندین کاربر با سلایق مختلف جهت دیدن صفحات وب داشته باشد، آنگاه صفحات وب آن سایت به چندین دسته مطابق با سلیقه های کاربران خود دسته بندی می شود.در روش پیشنهادی با اختصاص دادن یک مورچه به هر کاربر و میزان فرومون موجود بر روی یالهای گراف مشخص می‌شود که کدام اسناد به یکدیگر شبیه هستند ودر یک دسته علاقه مندی کاربران قرار می‌گیرند. و کاربران را هم از روی همین گراف پیمایش مورچگان در دسته های هم علاقه مندی قرار می دهیم. از نتایج این تحقیق می‌توان در سیستمهای پیشنهاد کننده و دسته بندی مبتی بر رفتار کاربران اسناد و یا کلاستر بندی اسناد استفاده نمود. نتایج شبیه‌سازیها نشان داده که روش پیشنهادی در مقایسه با روش‌های قبلی از دقت بالاتری برخوردار است