ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

رویکرد ترکیبی برای بهبود بازیابی اطلاعات در موتورهای جستجو

سال انتشار: 1394
کد COI مقاله: MAYCOMP01_021
زبان مقاله: فارسیمشاهده این مقاله: 459
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله رویکرد ترکیبی برای بهبود بازیابی اطلاعات در موتورهای جستجو

مریم مخبری - کارشناسی ارشد، گروه مهندسی کامپیوتر، علوم و تحقیقات یزد، دانشگاه آزاد اسلامی، یزد، ایران
کمال میرزائی - عضو هیات علمی، گروه کامپیوتر، واحد میبد، دانشگاه آزاد اسلامی، میبد، ایران
سیما عمادی - دکترا، گروه مهندسی کامپیوتر، واحد یزد، دانشگاه آزاد اسلامی، یزد، ایران

چکیده مقاله:

روش های فعلی ذخیره سازی اطلاعات در وب کنونی باعث پیدایش چالش های بسیاری در بازیابی اطلاعات شده است. این چالش ها در مواجهه با موتورهای جستجوی امروزی نیز پررنگ تر می شود. پژوهش حاضر، به بررسی معماری و الگوریتم های رتبه بندی در موتورهای جستجو پرداخته است، همچنین معیارها، نحوه رتبه بندی اطلاعات و اسناد، و فرآیند ذخیره و بازیابی اطلاعات، نقاط ضعف و قوت در آن ها مورد بررسی قرار داده است. نتایج حاصل از بررسی پیشینه تحقیق نشان می دهد که حتی موتورهای جستجوی معنایی نیز به علت تعریف ناصحیح معیارهای رتبه بندی در بسیاری از مواقع به طور ناکارآمد عمل می نمایند و هنوزتا عملی شدن فرضیات در این حیطه و برآورده ساختن نیاز کاربران فاصله بسیاری دارند؛ ازاین رو امروزه لزوم انجام پژوهش هایی همانند پژوهش حاضر به منظور تحلیل و آنالیز کاربرد، ساختار، عملکرد موتورهای جستجو (معنایی-سنتی) بیش از هر زمانی احساس می شود. ارائه راهکارهای مؤثر و الگوریتم های رتبه بندی کارا برای پوشش خطاها و انحراف موتورهای جستجو از درخواست واقعی کاربر، هدف اصلی پژوهش حاضر را تشکیل می دهد. موردمطالعه در این مقاله موتورهای جستجوی سنتی «یاهو» و «گوگل» و «بینگ»، موتور جستجوی معنایی «هاکیا» و موتورهای جستجوی معنایی آنتولوژی «SWOOGLE» و «OntoSelect» بوده است. رویکرد ترکیبی پیشنهادی سعی بر آن داشته است تا با ارائه راه حل هایی در راستای پوشش ضعف های الگوریتم های رتبه بندی در موتورهای جستجو مخصوصاً موتورهای جستجوی معنایی - آنتولوژی، بازیابی اطلاعات در وب را بهبود بخشد. این رویکرد، با تمرکز بر نقاط ضعف ، معیارها و الگوریتم های رتبه بندی در موتورهای جستجوی موردمطالعه این فرضیه را دنبال می کند که اگر اصل توازن یا تعادل در مخازن پایگاه دانش موتور جستجو قبل از اعمال معیارهای رتبه بندی در نظر گرفته شود، باعث بهبود بازیابی اطلاعات خواهد شد.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا MAYCOMP01_021 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/554234/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
مخبری، مریم و میرزائی، کمال و عمادی، سیما،1394،رویکرد ترکیبی برای بهبود بازیابی اطلاعات در موتورهای جستجو،اولین همایش چشم انداز تکنولوژی کامپیوتر و شبکه در 2030،میبد،https://civilica.com/doc/554234

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394، مخبری، مریم؛ کمال میرزائی و سیما عمادی)
برای بار دوم به بعد: (1394، مخبری؛ میرزائی و عمادی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Kumar, B. T. S. and S. M. Pavithra. "Evaluating the ...
  • Berners-Lee, Tim, James Hendler, and Ora Lassila. "The semantic web. ...
  • Harth, Andreas Maciej Janik, and Steffen Stab "Semantic Weh architecture." ...
  • _ Andago, M. O., T. Phoebe, and B. A. M. ...
  • Kassim, Junaidah Mohamed, and Mahathir Rahmany. "Introduction o semantic search ...
  • Doszkocs, Tamas. "Semantic search engines mean well." Online 34, 4 ...
  • Calsavara, Alcides, and Glauco Schmidt. "International School and Symposium on ...
  • Tumer, Duygu, Mohammad Ahmed Shah, and Y1ltan Bitiri. "An empirical ...
  • Andago, M. O., T. Phoebe, and B. A. M. Thanoun. ...
  • Ding, Li, et al. "Swoogle: A semantic web search and ...
  • Buitelaar, Paul, and Thomas Eigner. "Ontology Search with the OntoSelect ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 7,380
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی