پیشگویی مسیر حرکت کاربران در وب با استفاده از یک مدل هوشمند شبکه عصبی

کاوش وب ، فرایند استخراج و کشف دانش مفید و مورد نظر از اطلاعات خام و حجیم در وب می باشد. تعداد کاربران وب هر روز در حال افزایش است. با افزایش حجم صفحات موجود در اینترنت و افزایش تقاضا برای دسترسی به این صفحات، ترافیک شبکه نیز به سرعت در حال افزایش است که این خود باعث کاهش سرعت دسترسی به اینترنت می گردد در این نوشتار مدلی برای پیشگویی ارائه خواهیم داد. این مدل بر اساس مفهوم شبکه های عصبی و خوشه بندی استوار است. یکی از کارهای اساسی در این مدل، آموزش شبکه عصبی و یافتن مقادیر مناسب برای وزنهای گره ها جهت خوشه بندی دیتاست های بزرگ و افزایش دقت آن است. روشهای مختلفی جهت آموزش در شبکه های عصبی وجود دارد. یکی از راهکارهایی که اخیرا مورد توجه قرار گرفته است استفاده از روشهای متاهیوریستیک است که یافتن مقادیر بهینه برای شرایط خاصی را با هوشمندی انجام می دهند. این روشها، به نام الگوریتم های بهینه سازی نیز معروفند. در این نوشتار با استفاده از الگوریتم کلونی زنبور که یکی از روشهای مطرح در بهینه سازی است، در ترکیب با شبکه عصبی عمل خوشه بندی صفحات وب را انجام خواهیم داد.

کلیدواژه ها:

کاوش وب ، پیش بینی وب ، شبکه عصبی ، الگوریتم کلونی زنبور