استفاده از روش مارکوف و خوشه بندی جهت بهبود پاسخ ها در موتورهای جستجو
- سال انتشار: 1395
- محل انتشار: چهارمین کنفرانس بین المللی مهندسی و علوم انسانی
- کد COI اختصاصی: EHCONF04_122
- زبان مقاله: فارسی
- تعداد مشاهده: 817
نویسندگان
دانشجوی کارشناسی ارشد، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد دزفول
استادیار، دانشکده فنی مهندسی دانشگاه آزاد اسلامی واحد تهران مرکز
چکیده
هدف از این تحقیق ارایه یک سیستم توصیه گر برای پیش بینی صفحات وب برای یک کاربر می باشد به گونه ای که صفحه پیش بینی شده با سلیقه کاربر همخوانی مطلوبی داشته باشد. از میان روش های مختلف پیش بینی، مدل مارکوف دقت بالایی دارد. برای بهبود این پیش بینی از خوشه بندی k-means بهبود یافته استفاده شده است. داده های ورودی توسط یک شبکه عصبی به خوشه مناسب ارسال می شوند. در خوشه مربوطه از مدل مارکوف برای پیش بینی صفحه ی مناسب استفاده می شود. از آنجا که مدل مارکوف مرتبه پایین تر دقت پیش بینی و پیچیدگی کم دارد و مدل مراتب بالاتر دقت پیش بینی و پیچیدگی زیاد دارد برای بهبود نتیجه ترکیبی از مراتب مختلف مارکوف به کار گرفته شده است. بررسی ها نشان می دهد دقت و پوشش 2 روش پیشنهادی نسبت به روش ترکیبی مدل مارکوف و قوانین انجمنی به ترتیب، حدود % 4 و % 10 و همچنین نسبت به روش ترکیب خوشه بندی و شبکه عصبی حدود % 12 و % 20 بهبود یافته است.کلیدواژه ها
سیستم توصیه گر، پیش بینی، خوشه بندی، مدل مارکوف، شبکه عصبیاطلاعات 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.