ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

نقد و بررسی اصول یافتن اسناد مشابه در مجموعه دادههای عظیم بر پایهی روشهایLSH و Minhashing ،Shingling

سال انتشار: 1391
کد COI مقاله: LNCSE02_213
زبان مقاله: فارسیمشاهده این مقاله: 991
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله نقد و بررسی اصول یافتن اسناد مشابه در مجموعه دادههای عظیم بر پایهی روشهایLSH و Minhashing ،Shingling

حسین ازگومی - گروه فنی و مهندسی، دانشگاه آزاد اسلامی واحد شبستر، ایران
معصومه قاسمی ماه سایه

چکیده مقاله:

یکی از مسائل بنیادی در داده کاوی بررسی دادهها برای یافتن عناصر مشابه میباشد. برای نمونه در این زمینه میتوان به بررسی مجموعهای از اسناد مختلف و یا صفحات وب و پیدا کردن موارد نزدیک به هم و تکراری اشاره نمود. مسئلهپیدا کردن اسناد مشابه را میتوان به یک مسئله بر پایهی مجموعه تبدیل کرد که این کار در قالب روشShinglingانجام میگیرد. همچنین برای حل این مسئله میتوان مجموعههای بزرگ را به صورتی فشرده نمود که باز هم بتوان تشابه مجموعههای اصلی را از نسخههای فشرده شدهی آنها، تشخیص داد کهاین کار در روشMinhashing انجام میشود. اگر علاوه بر یافتن جفت اسنادمشابه، به دنبال یافتن دستههایی مشابه از اسناد باشیم، باید از روشLSH برای رسیدن به این هدف استفاده نماییم ما در این مقاله به بررسی و تحلیل مسئله یافتن اسناد مشابه از دیدگاه سه روش کلیLSH و Minhashing ،Shingling پرداختیم که هر کدام از این روشها مکمل روش قبلی میباشند. در واقع هدف این مقاله ارزیابی روشهای ذکر شده و بررسی ویژگیهای هر کدام از دیدگاههای مختلف میباشد

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا LNCSE02_213 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/184972/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
ازگومی، حسین و قاسمی ماه سایه، معصومه،1391،نقد و بررسی اصول یافتن اسناد مشابه در مجموعه دادههای عظیم بر پایهی روشهایLSH و Minhashing ،Shingling،دومین کنفرانس ملی مهندسی نرم افزار دانشگاه آزاد لاهیجان،لاهیجان،https://civilica.com/doc/184972

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1391، ازگومی، حسین؛ معصومه قاسمی ماه سایه)
برای بار دوم به بعد: (1391، ازگومی؛ قاسمی ماه سایه)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • A.Gionis, P. Indyk, and R. Motwani; "Similarity search in _ ...
  • S.Mitra, S.K.Pal and P.Mitra; "Data mining in soft computing framework: ...
  • J.Bank and B.Cole; "Calculating the Jaccard Similarity _ _ Entity ...
  • Rajaraman.A, D.Ullman.J; Mining of Massive Datasets, Cambridge Univ Pr, 2011. ...
  • A.Broder; "Identifing and filtering near-duplicate documents", Combinatorial Pattern Matching, Springer, ...
  • A.Z. Broder; _ the resemblance and containment of _ _ ...
  • A.Z. Broder, M. Charikar, A.M. Frieze, and M. Mitzenmacher; "Min-wise ...
  • E.Cohen, M.Datar, S.Fujiwara, A.Gionis, P.Indyk, R.Motwani, ...
  • IEEE Transactions on, pp.64-78, 2001. ...
  • A. Andoni and P Indyk; "Near-optimal hashing algorithms _ _ ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 2,258
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی