طراحی ساختار پیشنهاد دهنده در وب با روش های یادگیری ماشین

گسترش وب که فاقد یک ساختار یکپارچه است مشکلات متعددی را برای کاربران ایجاد می نماید. عدم یافتن اطلاعات مورد نیاز کاربران در این انباره ی عظیم یکی از مشکلات کاربران وب می باشد. به منظور مقابله با این مشکلات سیستم های شخصی سازی وب ارائه شده است که با یافتن الگوهای رفتاری کاربران بدون درخواست صریح آنها قادر هستند تا پیشنهاداتی مطابق با علایق کاربران به آنها ارائه دهند. بنابراین امروزه وجود یک سیستم پیشنهاد دهنده که بتواند براساس الگوهای کشف شده از پیمایش کاربران توصیه هایی به صورت اتوماتیک به کاربر جاری ارائه دهد ضروری است. اخیرا روش های وب کاوی به منظور شخصی سازی وب به کار گرفته می شوند. در این میان تکنیک های وب کاوی مبتنی بر کاربرد به منظور کشف الگوهای رفتاری کاربران ارائه شده است که این تکنیک ها با بهره گیری از ثبت های وب سرورها به صورت ضمنی می توانند الگوهای رفتاری کاربران را استخراج کنند. در این تحقیق روشی برای ایجاد نمایه کاربران ارائه شده است که با بهره گیری از وب کاوی مبتنی بر کاربرد یک الگوی حرکتی جهت کاربران با استفاده از شبکه های عصبی ایجاد می نماید تا بتواند درخواست های آینده کاربر را پیش بینی و سپس لیستی از صفحات مورد علاقه کاربر را تولید نماید. نتایج تحقیق نشان می دهد که سیستم پیشنهادی نسبت به سیستم های پیشین از دقت مناسبی برخوردار می باشد.