روح اله اعتمادی - دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد بناب
نصراله مقدم چرکری - استادیار دانشکده فنی و مهندسی دانشگاه تربیت مدرس
محمدرضا صالح نمدی - استادیار دانشکده تحصیلات تکمیلی دانشگاه آزاد اسلامی واحد تهران جنوب

در این مقاله الگوریتم جدیدی برای خوشه بندی صفحات وب بر اساس محتوای داده ای ارائه شده است. الگوریتم جدید بر اساس عبارات و کلمات موجود در صفحات وب نمایش بیتی انها بصورت برداری و با استفاده از یک معیار تشابه جدید که از ترکیب معیار تشابه Cosing و جاکارد بدست آمده، پیشنهاد شده است. برای ارزیابی کارایی الگوریتم پیشنهادی، صفحاتی با پنج موضوع مهندسی نرم افزار، شبکه های کامپیوتریف معماری کامپیوتر، پردازش موازی و سیستم عامل مورد جستجو قرار گرفته و بعد از آماده سازی بستر داده ای مناسب، الگوریتم ارائه شده بصورت جداگانه با دو معیار تشابه Cosing و معیار تشابه ارائه شده در این مقاله شبیه سازی شده و با استفاده از شاخص Dunn مورد ارزیابی قرار گرفته است. نتایج بدست آمده از شبیه سازی نشان دهنده کارایی بالای الگوریتم پیشنهادی در تفکیک صفحات وب از هم و خوشه بندی مناسب انها می باشد.

الگوریتم خوشه بندی ، اعتبار سنجی خوشه ها ، وب کاوی ، معیار تشابه Cosine ، ضریب جاکارد