رتبه بندی کارای صفحات وب بااستفاده ازترکیب ویژگیهای مناسب

بطورکلی الگوریتم های رتبه بندی به دودسته مبتنی برمحتوا ومبتنی برپیوندتقسیم بندی میشود پهنش رتبه و غنی ترشدن اغنیا ازچالشهای روش های مبتنی برمحتوا و مبتنی برپیوند می باشد اخیرا روشهای ترکیبی و مبتنی بریادگیری تاحدی چالشهای ذکر شده را مرتفع نموده اند اما دارای پیچیدگی محاسباتی نسبتا بالایی می باشند انتخاب ویژگیهای موردنظر ازصفحات بهره وری اموزش الگوریتم های رتبه بندی مبتنی بریادگیری و درنتیجه کارایی رتبه بندی صفحات را تحت تاثیر قرارمیدهد بنابراین دراین مقاله بهمنظور تعیین میزان اهمیت ویژگیهای اسناد انواع ویژگیهای ریزدانه درصفحات وب فارسی با استفاده ازساختارشبکه عصبی پرسپترون مورد بررسی قرارمیگیرد و یک مدل مبتنی برشبکه عصبی برای رتبه بندی ارایه میشود نتایج ازمایشها نشان داد که روش ارایه شده نسبت به روشهای مبتنی برپیوند مبتنی برمحتوا و روش های ترکیبی دارای دقت و کارایی بالاتری دررتبه بندی اسناد می باشد.

کلیدواژه ها:

رتبه بندی صفحات وب ، انتخاب ویژگیها ، شبکه عصبی