روشی جهت بهینه ساز ی نتایج موتورهای جستجوگر با بهرهمندی از الگوریتم های خوشه بندی و بردار پشتیبان

امروزه دانش و اطلاعات وب در حال افزایش است ، همچنین تعداد وبسایت ها نیز روز به روز بیشتر می شود؛ در نتیجه نیاز است شرایطی فراهم گردد تا در بحث هایی مثل تجارت الکترونیک ، موتورهای جستجو، تبلیغات هدفمند و غیره بر اساس رویکرد کاربران مبتدی و حرفه ای از بین صفحات مختلف پیشنهاد مناسبی به آنها داده شود. اما این که بتوان نیازها و علایق کاربران مختلف را پیش بینی نموده و صفحات مورد علاقه آنان را پیشنهاد کرد با پیچیدگی هایی همراه است و باید بتوان با روشهایی بهینه و با استفاده از الگوهای حرکتی کاربران که در سرورهای وب ثبت گردیده است این کار را انجام داد. روشهای مختلفی برای پیش بینی صفحات وب ارائه شده است . در این تحقیق روشی جهت بهبود عملکرد موتورهای جستجو با استفاده از خوشه بندی و بردار پشتیبان ارائه شده است که از چند گام مختلف اعم از پیش پردازش داده، ایجاد پروفایل ثبت کاربر، استخراج میزان علاقه مندی کاربر، خوشه -بندی و بردار پشتیبان تشکیل شده است . ارائه روش پیشنهادی علاوه بر کاهش میزان حجم اطلاعات، پیچیدگی سیستم را کم نموده است ، همچنین در مرحله پیش بینی ، با ایجاد تغییراتی در مدل بردار پشتیبان میزان دقت سیستم نیز نسبت به مدل پایه افزایش یافته است . مدل بردار پشتییبان و روش خوشه بندی استفاده شده در این سیستم به صورت بهینه عمل کرده تا نتایج قابل قبولی از سیستم استخراج گردد. معیارهای ارزیابی در این تحقیق دقت ، فراخوانی و پوشش می باشد . میزان دقت کلی سیستم برابر با ۵/۸۳ شده است که نسبت به کارهای مشابه ۸/۱ بهبود حاصل شده است . نتایج ارزیابی این سیستم به کمک ابزار متلب با دیگر وشهای مشابه بیانگر عملکرد بهتر و بهینه است .

کلیدواژه ها:

وبکاوی ، خوشه بندی ، الگوهای رفتاری کاربران ، بردار پشتیبان