ارائه یک الگوریتم یادگیر مبتنی بر خصیصه های ذاتی جهت رتبه بندی صفحات وب

قبل از پیدایش وب، سامانه های بازیابی اطلاعات برای اسناد استاندارد با ساختار منظم که عموماً بر مبنای کلمه بودند، مورد استفاده قرارمی گرفت. اما با بوجود آمدن وب و ایجاد حجم وسیعی از اطلاعات، بازیابی اطلاعات با چالش های جدیدی مواجه شد. در حال حاضر موتورهایجستجو سامانه های بازیابی اطلاعات در وب به حساب می آیند. با توجه به رشد روز افزون اطلاعات و محتوای ب و همچنین تغییرات پویایی اطلاعات، استفاده از الگوریتم های رتبه بندی برای تعیین ترتیب و نتایج مرتبط و دقت نمایش اطلاعات یافت شده به کاربر، اهمیت بسیار یافته است. در این مقاله جهت پیدا کردن سریع صفحات مهم و با کیفیت، الگوریتم یادگیری مبتنی بر خصیصه های صفحات وب ارائه شده است. الگوریتم ارائهشده با اعمال وزن روی خصیصه های صفحات و مقایسه وزن اعمال شده با ارزش خصیصه صفحات، سعی در یافتن رتبه مناسب به منظور دسترسیراحت تر کاربران به صفحات با کیفیت از لحاظ محتویات داخلی شده است. جهت ارزیابی مجموعه داده ایی LETOR بکار برده شده است. نتایجآزمایشات حاکی از آن است که الگوریتم ارائه شده در مقایسه با الگوریتم های یادگیری که تاکنون ارائه شده است نتایج قابل توجهی را ارائه می دهد. همچنین الگوریتم ارائه شده با الگوریتم BM25 که مبتنی بر محتوا است مقایسه می شود و میزان اختلاف بین این دو الگوریتم در رتبه بندی بدست می آید، که بسیار مورد توجه است

کلیدواژه ها:

الگوریتم یادگیر ، رتبه بندی ، موتور جستجو ، صفحات وب