طبقه بندی صفحه های وب بر اساس کیفیت بهینه سازی موتور جستجو به کمک الگوریتم جنگل تصادفی

در عصری که رتبه بندی در صفحات نتایج موتور جستجو ارتباط مستقیمی با افزایش تعداد بازدیدکنندگان و درنتیجه آن پیشرفت و توسعه یک کسب وکار دارد، بهینه سازی موتور جستجو یا سئو فرآیندی است که به کسب رتبه بالاتر کمک می کند . وبسایت ها را می توان به کمک تکنیک های یادگیری ماشین بر اساس کیفیت تنظیم دستورالعمل های سئو طبقه بندی کرد. الگوریتم های طبقه بندی باهدف افزایش دقت طبقه بندی با یکدیگر ترکیب می شوند و به عنوان یک مدل طبقه بندی ترکیبی استفاده می شوند. در این مقاله یک مدل طبقه بندی ترکیبی را به کمک الگوریتم جنگل تصادفی پیادهسازی می کنیم که صفحات وب را در یکی از طبقه بندهای از پیش تعریف شده بر اساس کیفیت سئو قرار می دهد. نتایج به دست آمده نشان می دهد که دقت مدل ساخته شده بین ۵۰ / ۷۰% تا ۱۳/۷۳% است و نسبت به کارهای قبلی که در آنها از الگوریتم های طبقه بندی ترکیبی استفاده نشده است دقت بالاتری دارد . مدل ساخته شده می تواند به توسعه دهندگان نرم افزار برای ساخت نرم افزارهای خودکار تشخیص کیفیت سئو صفحات وب کمک کند .

کلیدواژه ها:

بهینه سازی موتور جستجو ، یادگیری ماشین ، یادگیریترکیبی ، طبقه بندی صفحات وب ، الگوریتم جنگل تصادفی