زینب لیرکی - دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد علوم و تحقیقات خوزستان، دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد اهواز
علی هارون آبادی - استادیار، دانشگاه آزاد اسلامی واحد تهران مرکز
سید جواد میرعابدینی - استادیار، دانشگاه آزاد اسلامی واحد تهران مرکز

شبکه جهانی وب حاوی اطلاعات فراوانی است و روز به روز به حجم اطلاعات افزوده می شود. چالش اصلی کاربران وب، جست وجوی وب سایت ها جهت یافتن اطلاعات مرتبط به شیوه ای کارآمد، در کوتاهترین زمان ممکن است. هدف اصلی سیستم های توصیه گر هدایت کاربران در جهت تامین منابع و نیازهای مورد علاقه کاربران، با دانش استخراج شده از تعاملات کاربران قبلی است. در این مقاله الگوریتمی ترکیبی از روش های خوشه بندی فازی و قوانین انجمنی وزن دار جهت شناسایی الگوهای پیمایشی کاربران ارائه شده است. بعد از شناسایی علایق کاربر جاری، سیستم توصیه گر لیستی از صفحات مورد علاقه او را که تا به حال مشاهده نکرده و قصد دارد ببیند را به اوپیشنهاد می دهد. نتایج آزمایش های انجام شده روی داده های واقعی نشان می دهد که الگوریتم پیشنهادی از دقت و پوشش بالاتری نسبت به الگوریتم مورد مقایسه برخوردار است.

سیستم توصیه گر، قوانین انجمنی وزن دار، خوشه بندی فازی، سیستم استنتاج فازی