ارزیابی همگرایی و خوشه بندی اسناد وب با استفاده از الگوریتم الکترو مغناطیس ترکیبی بر اساس مدل رفتار کاربر

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 541

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

RSTCONF03_162

تاریخ نمایه سازی: 6 بهمن 1395

چکیده مقاله:

الگوریتم الکترومغناطیس به عنوان یکی از روش های نوظهور در زمینه بهینه سازی مبتنی بر هوش دسته جمعی، هوش گروهی به حساب می آید. همچنین این روش فراابتکاری تا حدی جزء الگوریتم های جمعیت محور نیز محسوب می گردد. این الگوریتم از مکانیسم جذب و دفع بارهای الکترونیکی در مبحث تئوری های الکترومغناطیس برای تعیین پاسخ بهینه استفاده کرده و عملکرد مناسبی در حل مسائل کمینه سازی پیوسته و همچنین با تغییراتی در حل مسائل گسسته دارد. در عصر حاضر مهمترین منبع اطلاعاتی صفحات وبی است که بر روی اینترنت یافت میشوند که این صفحات به طرز فزایندهای رو به افزایش هستند. پژوهشگران تلاشهای زیادی در خصوص دسته بندی و خوشه بندی صفحات وب انجام داده اند. روشهای موجود از خصوصیات ذاتی اسناد به منظور خوشه بندی استفاده میکنند. به نظر ما تعامل کاربران با سیستمهای اطلاعاتی حاوی مطالب مفیدی است. به عنوان مثال اگر کاربران با سلایق مشابه به دو سند دسترسی پیدا کنند، نشان دهنده ی مشابه بودن خود دو سند است. این مطالب میتواند کمک کنند تا اسناد براساس خصوصیات دیگری علاوه بر خصوصیات ذاتی آنها (خصوصیات رفتاری کاربران) خوشه بندی شوند. در این پروژه تلاش در همین زمینه گردیده است و سعی شده با استفاده از استخراج اطلاعات رفتار کاربران، اطلاعات دقیقتر و بهتری با هزینه های محاسباتی کمتر از صفحات وب استخراج و در زمینه خوشه بندی اسناد استفاده شود؛ بنابراین در این تحقیق با استفاده از خوشه بندی و الگوریتم الکترومغناطیسی شده تا هزینه های محاسباتی را کاهش و دقت روش خوشه بندی اسناد را افزایش یابد. دلیل اصلی این کار بهینه سازی روش خوشه بندی برای انتخاب مراکز بهینه برای خوشه ها است. نتایج این کار تحقیقاتی بهینگی مناسب در زمینه دقت تشریص در خوشه بندی صفحات وب و همینطور کاهش هزینه محاسباتی در خوشه بندی صفحات وب را نشان میدهد.

نویسندگان

سعید مصطفی پور گندلی

دانشگاه آزاد اسلامی واحد آبادان

محمدحسین یکتایی

دانشگاه آزاد اسلامی واحد آبادان

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 :
  • B. Mobasher, R. Cooley and J. Srivastava, Automatic Personalization based ...
  • S. Chakrabarti, B. Dom, P. Indyk, Enhanced hypertext categorization using ...
  • R. O. Duda, P. E. Hart, D. G. Stork, Pattern ...
  • J. Furnkranz. Web mining. The Data Mining and Knowledge Discovery ...
  • Holland, J. H. (1975). "Adaptation in natural and artificial systems: ...
  • Birbil, S. I., & Fang, S. C. (2003). An _ ...
  • T. Kanungo, Mount D. M., Netanyahu N., Piatko C., Silverman ...
  • نمایش کامل مراجع