ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

رتبه بندی صفحات وب به کمک رگرسیون بردار پشتیبان

سال انتشار: 1395
کد COI مقاله: MAYCOMP02_074
زبان مقاله: فارسیمشاهد این مقاله: 159
فایل این مقاله در 6 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 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله رتبه بندی صفحات وب به کمک رگرسیون بردار پشتیبان

سمیرا کرمی اشکفتکی - دانشجوی کارشناسی ارشد نرم افزار کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی ، واحد شهرکرد
بهزاد زمانی دهکردی - استادیار، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی ، واحد شهرکرد
فرشاد کیومرثی - استادیار، دانشکده فنی ومهندسی، دانشگاه آزاد اسلامی، واحد شهرکرد

چکیده مقاله:

وبجهانگستر روزبهروز در حال گسترش است لذا با توجه به حجم انبوه اطلاعات، کاربران در ساختار وسیع وب سردرگم میشوند و از این رو بازیابی موثر صفحات وب به یک چالش بزرگ تبدیل شده است. در چنین سناریویی وظیفه فراهمکننده سرویس است که اطلاعات مرتبط و با کیفیت برای کاربر مطابق با پرسوجوهای ارایهشدهشان در موتورجستجو فراهم کند. در حال حاضر یکی از مهمترین چالشها پیداکردن صفحاتی با کیفیت بالا میباشد به این منظور از قسمت رتبهبندی موتور- جستجو استفاده میکنیم که باعث مرتبشدن صفحات مبتنی بر کیفیت آنها میشود. در این مقاله ضمن مطالعه روشهای مطرح شده در زمینه رتبهبندی صفحاتوب،روش جدید رتبهبندی با استفاده از رگرسیون بردار پشتیبان ارایه میگردد تامعیارهای کیفی روشهای رتبهبندی را بهبود دهد. در روش پیشنهادی RankSVR ، که یکی از روشهای دستهبندی ماشین بردار پشتیبان است همه ویژگیهای اساسی ماشینهای بردار پشتیبان را به کار میگیرد تا الگوریتم حاشیه بیشینه را توصیف کند و مدلی با دقت بالاتر برای رتبهبندی صفحات وب ارایه کند به گونه ای که با تلفیق یادگیری مبتنی بر تعمیم و متمایز سازی سعی در ساخت مدل بهتری کرده به گونه ای که نسبت به سایر روشهای رتبهبندی عملکرد و دقت بهتری خواهد داشت

کلیدواژه ها:

رتبهبندی صفحات وب، رتبهبندی در یادگیری، رگرسیون بردار پشتیبان

کد مقاله/لینک ثابت به این مقاله

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/655032/

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:
کرمی اشکفتکی، سمیرا و زمانی دهکردی، بهزاد و کیومرثی، فرشاد،1395،رتبه بندی صفحات وب به کمک رگرسیون بردار پشتیبان،دومین همایش چشم انداز تکنولوژی کامپیوتر و شبکه در 2030،میبد،،،https://civilica.com/doc/655032

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: (1395، کرمی اشکفتکی، سمیرا؛ بهزاد زمانی دهکردی و فرشاد کیومرثی)
برای بار دوم به بعد: (1395، کرمی اشکفتکی؛ زمانی دهکردی و کیومرثی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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: 3,122
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 فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.

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