فیلترینگ صفحات وب با استفاده از تجزیه محتوا و ساختار

با رشد توسعه وب، جستجوی مطالب مرتبط با نیازها با استفاده از موتورهای جستجوی سنتی مشکل تر می شود. ما یک دیدگاه آموزش ماشین – محور را پیشنهاد می کنیم که تجزیه محتوا و ساختار وب را با یکدیگر ترکیب می کند. هر صفحه وب را به وسیله مجموعه ای از ویژگی های محتوا – محور و لینک – محور نمایش می دهیم که به عنوان ورودی برای الگوریتم های یادگیری ماشین مختلف بکار می رود. دیدگاه پیشنهادی با استفاده از یک شبکه عصبی بازخورد / پس انتشار و یک ماشین بردار پشتیبان طراحی شد تا این دیدگاه را با دو روش موجود در فیلترینگ صفحه وب یعنی دیدگاه کلمه کلیدی – محور و واژه – محور مقایسه نماید. نتایج آزمایش نشان داد که دیدگاه پیشنهادی در حالت کلی به ویژه زمانی که تعداد اسناد آموزشی کم باشد بهتر عمل می کند. دیدگاه پیشنهادی را می توان در توسعه موتورهای جستجوی مخصوص موضوع و سایر کاربردهای وب نظیر مدیریت محتوای وب بکار برد.

کلیدواژه ها:

دسته بندی صفحات وب ، تجزیه لینک ، یادگیری ماشین ، وب کاوی