ارائه روشی برای کاهش حساسیت الگوریتم های خوشه بندی افزایشی اسناد XML مبتنی بر الگوریتم های هوش دسته جمعی
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 154
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JEMSC-9-2_012
تاریخ نمایه سازی: 16 مهر 1403
چکیده مقاله:
تاکنون روشهای مختلفی برای ذخیره سازی و بازیابی اطلاعات اسناد نیمه ساخت یافته ارائه شده است که بیشتر آنها در دو گروه با رهیافت دسته ای و افزایشی قرار می گیرند. در رهیافت دسته ای یا خوشه ای فرض بر این است که کل اسناد قابل دسترسی و خوشه بندی است و اسناد می توانند چندین بار مورد پردازش قرار گیرند که باعث افزایش زمان اجرای اینگونه الگوریتم ها می شود. در رهیافت افزایشی کل اسناد تماما یک جا وجود ندارند بلکه به مرور زمان در اختیار روش دسته بندی قرار می گیرد که از این نظر زمان اجرای اینگونه الگوریتم ها نسبت به روش دسته ای کمتر و در نتیجه سرعت اجرای آنها بیشتر است. در این پژوهش روش پیشنهادی ما با روش هایXCLS و XCLS+ در سه معیار ارزیابی Entropy، Purity و Fscore مورد مقایسه قرار گرفت. نتایج نشان داد روش پیشنهادی در معیارهای Entropy، Purity و Fscore نسبت به دو روش XCLS و XCLS+ ارجحیت دارد و فقط در معیار Fscore نسبت به روش XCLS+ اندکی کارایی کمتری از خود نشان می دهد.
کلیدواژه ها:
نویسندگان
محمد نظری فرخی
گروه مدیریت، دانشکده مدیریت، دانشگاه علوم و تحقیقات، تهران، ایران
ابراهیم نظری فرخی
گروه مدیریت، دانشکده مدیریت، دانشگاه علوم و تحقیقات، تهران، ایران
علی نوروزبخش
گروه مدیریت، دانشکده مدیریت، دانشگاه علوم و تحقیقات، تهران، ایران
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 :
