کاربرد کاوی وب با استفاده از قوانین انجمنی وزن دار جهت استخراج الگوهای حرکتی کاربران در وب

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 548

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

COMPUTER01_244

تاریخ نمایه سازی: 22 مهر 1394

چکیده مقاله:

وب طی یک فرآینده آشفته و غیرمتمرکز در حال رشد است و این روند منجر به تولید حجم وسیعی از مستندات متصل به یکدیگر گشته که از هیچ گونه سازماندهی منطقی برخوردار نیستند. چالش اصلی کاربران وب، جست و جوی وب سایت ها جهت یافتن اطلاعات مرتبط، به شیوه ای کارآمد، با صرف کمترین زمان است. لذا کشف دانش نهفته در نحوه تعامل کاربران در وب، یکی از ابزارهای مهم در کاربرد کاوی وب است. روش پیشنهادی در این مقاله براساس رویکرد کاربرد کاوی ثبت های سرور وب است. جهت تولید الگوهای حرکتی کاربران، الگوریتمی ترکیبی مبتنی بر خوشه بندی فازی، قوانین انجمنی وزن دار و سیستم استنتاج فازی ارائه شده است. پس از ساخت الگوهای حرکتی، سیستم پیشنهاد دهنده لیستی از صفحات مورد علاقه ی کاربر جاری را که تا به حال مشاهده نکرده پیشنهاد می دهد. نتایج آزمایش های انجام شده نشان می دهد الگوریتم پیشنهادی از دقت و پوشش بالاتری نسبت به سایر الگوریتم های مورد مقایسه برخوردار است.

کلیدواژه ها:

کاربرد کاوی وب ، سیستم توصیه گر ، قوانین انجمنی وزن دار ، خوشه بندی FCM

نویسندگان

زینب لیرکی

دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد علوم و تحقیقات خوزستان

علی هارون آبادی

استادیار،دانشگاه آزاد اسلامی واحد تهران مرکز

سیدجواد میرعابدینی

استادیار، دانشگاه آزاد اسلامی واحد تهران مرکز

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 :
  • Achananuparp. P, Han. H, Nasraoui, O and Johnson. R, Semantically ...
  • Nasraoui. O, Soliman. M, Saka. E, Badia. A and Germain. ...
  • Eirinaki. M and Vazirgiannis. M, web mining for web pers ...
  • sirvastava. J, cooley. R, Deshpande. M and tan. P, web ...
  • ishikawa. H, nakajima. T, mizuhara. T, yokoyama. S, nakayama. J, ...
  • burke. R, hybrid recommender systems: survey and experiments, user modeling ...
  • NetSizer: Main Page, http : //www .netsizer. com, 1998. ...
  • Demiriz. A, Enhancing Product Recommender Systems _ Sparse Binary Data, ...
  • Han. J, Data Mining : Principles and Concepts _ Morgan ...
  • Agrawal. R and Sriknat. R, Fast Algorithms for Mining Assocaition ...
  • Makker. S and Rathy. R.K, Web Server Performance ptimization using ...
  • Pamutha. T, Chimphlee. S, Kimpan. C and Sanguansat. P, Data ...
  • Ro dri guez-Gonzalez _ AY, Martinez -Trinidad _ JF, C ...
  • Matthews. SG, Gongora. MA, Hopgood. AA and Ahmadi. S, Web ...
  • Forsati. R and Meybodi. M.R, Effective page rec ommendation algorithms ...
  • Singhal. V and Pandey G, A Web Based Re commendation ...
  • نمایش کامل مراجع