ارائه ی یک سیستم توصیه گر جدید با استفاده از فرایندهای مارکوف همه مراتب اصلاح شده

  • سال انتشار: 1394
  • محل انتشار: هفتمین کنفرانس بین المللی فناوری اطلاعات و دانش
  • کد COI اختصاصی: ICIKT07_171
  • زبان مقاله: فارسی
  • تعداد مشاهده: 859
دانلود فایل این مقاله

نویسندگان

رقیه زارع

کارشناس ارشد نرم افزار، دانشگاه آزاد اسلامی واحد شبستر

علی هارون آبادی

استادیار، استادیار دانشگاه آزاد اسلامی واحد تهران مرکز

چکیده

کاوش رفتارهای کاربران در وب، به منظور پیش بینی رفتار بعدی آنها، به عنوان یکی از ابزارهای مهم در حوزه ی وب کاوی شناخته می شود. بهبود فرآیند پیش بینی می تواند موجب کاهش زمان دسترسی کاربران به اطلاعات مورد نیازشان در هنگام پیمایش صفحات وب گردد. مدل های مارکوف به طور گسترده برای مدل سازی و پیش بینی رفتار پیمایشی کاربر استفاده می شوند. این مدل براساس احتمال انتقال بین صفحات وبی که قبلاً در فایل های ثبت وب ذخیره شده اند، عمل می کند. در زمینه ی پیش بینی صفحات وب آنچه که از اهمیت اصلی برخوردار است، صحت پیش بینی می باشد. از این رو، راهکار ارائه شده در این مقاله صحت پیش بینی را نسبت به مدل مارکوف همه مراتب افزایش می دهد. افزون بر این، راه حل ارائه شده در مقایسه با قوانین انجمنی که یکی از روش های استفاده شده در وب کاوی جهت پیش بینی وب می باشند، از صحت پیش بینی بالاتری برخوردار است.

کلیدواژه ها

وب کاوی، مارکوف، خوشه بندی، مارکوف همه مراتب

مقالات مرتبط جدید

اطلاعات بیشتر در مورد 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.