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

بهبود رتبه بندی موتور جست و جوی واتسون با فاکتور چگالی کلمه کلیدی

سال انتشار: 1392
کد COI مقاله: CESD01_125
زبان مقاله: فارسیمشاهده این مقاله: 1,054
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 بهبود رتبه بندی موتور جست و جوی واتسون با فاکتور چگالی کلمه کلیدی

سکینه قنبری خاص - دانشجوی کارشناسی ارشد دانشگاه علوم و تحقیقات خوزستان
ماشاالله عباسی دزفولی - استادیار دانشگاه علوم و تحقیقات خوزستان
محمدحسین یکتایی - استادیار دانشگاه آزاد اسلامی واحد آبادان

چکیده مقاله:

موتور جست وجو مهم ترین ابزار برای یافتن هر نوع اطلاعات روی وب جهانی است. موتور جست و جوی وب معنایی واتسون بستری برای گسترش نرم افزارهایی است که در محیط وب معنایی به بهبود بخش های مختلف می پردازد. علاوه بر بستر فوق واتسون ابزاری برای جست و جوی کاربران نیز فراهم کرده است. در این مقاله با پیشنهاد الگوریتمی جهت بهینه سازی واتسون، اقدام به دریافت لینک ها از خزنده واتسون کرده و به ازای هر لینک ابرداده ای به عنوان چگالی کلمه ی کلیدی را محاسبه می کنیم. همچنین به کاربر اجازه داده تا چند کلمه را به عنوان مجموعه کلمات کلیدی وارد کرده و از عملگرهای منطقی که شامل عملگر عطفی، ربطی و مکمل گیری هستند برای ارتباط بین کلمات استفاده کند. در پایان لینک های یافت شده را بر اساس برتری ابرداده چگالی کلمه کلیدی مرتب کرده و به کاربر نمایش می دهیم. نتایج و خروجی به دست آمده بیان کننده بهبود در نمایش خروجی های واتسون است.

کلیدواژه ها:

بهینه سازی موتور جستجو، وب معنایی، واتسون، چگالی کلمه کلیدی

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا CESD01_125 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/238952/

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:
قنبری خاص، سکینه و عباسی دزفولی، ماشاالله و یکتایی، محمدحسین،1392،بهبود رتبه بندی موتور جست و جوی واتسون با فاکتور چگالی کلمه کلیدی،همایش مهندسی کامپیوتر و توسعه پایدار با محوریت شبکه های کامپیوتری، مدلسازی و امنیت سیستم ها،مشهد،https://civilica.com/doc/238952

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: (1392، قنبری خاص، سکینه؛ ماشاالله عباسی دزفولی و محمدحسین یکتایی)
برای بار دوم به بعد: (1392، قنبری خاص؛ عباسی دزفولی و یکتایی)
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 :

  • زهرا طائب، محمدرضا کنگاوری " شناسایی و طبقه بندی کاربران ...
  • آ محمدرضا کیوان پور، حامد حسن زاده، "بهره گیری از ...
  • Mathieu dAquin and Enrico Motta, "Watson, more than a Semantic ...
  • G.madha , "Intelligent Semantic Weh Search Engines:A Brief Surrey" , ...
  • Jiang Huiping et al, "Information Retrieval and the semantic web", ...
  • Developing a fuzzy Search Engine Based _ fizzy ontology and ...
  • http :/kmi-web05 , open _ ac .uk/Wats onWUI/ _ 6/14/2013. ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    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: 10,997
    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