استفاده از مدل مارکوف با رتبه بندی صفحات احتمالی مورد واکشی کاربر برای رسیدن به نتایج بهتر در پرس و جوی صفحات وب معنایی

روشهایی که تاکنون به منظور گسترش پرس وجو ارایه شده اند، عمدتا گسترش پرس وجو را براساس یکفرهنگ لغت انجام میدهند و تنها از ویژگیهای زبانی استفاده می کنند. در این مقاله با استفاده از مدل مارکوف،صفحات و موضوعات مورد درخواست احتمالی کاربر، پیش واکشی شده و فیلترینگ نهایی براساس پیش بینیبدست آمده ازمدل مارکوف استفاده شده بر نتایج مورد واکشی با ادغام اولویت های کاربر و رتبه بندی صفحاتبرای نمایش اطلاعات دقیقتر اعمال می گردد. فیلترینگ نهایی حاصله از مدل مارکوف، نتایج را بهبود میبخشد و نتیجه بهتری را برای کاربر نمایش می دهد. برای شبیه سازی از نرم افزار رپیدماینر استفاده شده است.پارامترهای مورد ارزیابی شامل مدت زمان جستجو پیش واکشی صفحات وب، میزان حافظه مصرفی و میزانتاخیر کاربران در واکشی و نمایش نتایج یافته شده بوده، که نتیجه و خروجی پیاده سازی از بهبود و کاراییروش پیشنهادی، حکایت دارند.