مروری بر روش های به کار رفته در پیش بینی صفحه وب با استفاده از مدل مارکوف

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 569

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

COMCONF02_247

تاریخ نمایه سازی: 5 بهمن 1395

چکیده مقاله:

با توجه به رشد روز افزون صفحات وبی که در دسترس کاربران اینترنت قرار می گیرد، نیاز به سیستم توصیه گر وب و پیش بینی صفحه بعد مورد استفاده کاربر افزایش می یابد. هر چقدر سیستم توصیه گر بهینه تر باشد تاخیر دستیابی به وب توسط کاربر به حداقل می رسد. بدین منظور از فایل ثبت وب برای تحلیل تاریخچه پیمایش و کشف الگوی حرکتی کاربر استفاده می شود. این تحلیل کاوش استفاده از وب نامیده می شود. رویکردهای وب کاوی کاربرد وب که برای سیستم توصیه گر به طور معمول به کار گرفته می شوند قوانین انجمنی، خوشه بندی و مدل های مارکوف می باشند. مدل هایمارکوف به طور وسیعی برای پیش بینی و تحلیل رفتار پیمایشی کاربر استفاده می شوند. مدل های مارکوف محدودیت هایی دارند، ترکیب مدل های مارکوف با روش های خوشه بندی و قوانین انجمنی می تواند بر این محدودیت ها غلبه کند.

کلیدواژه ها:

نویسندگان

حدیث شفائی

کارشناس ارشد نرم افزار، پردیس علوم و تحقیقات دماوند، دانشگاه آزاد اسلامی دماوند

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :