توصیه پرسوجو در موتورهای جستجو مبتنی بر ترکیب روش گراف دوبخشی و خوشه بندی پرسوجوها

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 491

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

SPIS02_014

تاریخ نمایه سازی: 10 تیر 1396

چکیده مقاله:

امروزه با توجه به حجم بالای صفحات وب و نقش مهم موتورهای جستجو در یافتن اطلاعات موردنظر کاربران، توصیه پرس وجو به منظور سرعت بخشیدن به جستجوی کاربران و صرفه جویی در زمان و انرژی آنها، ضروری است. از آنجا که ارایه توصیه به صورت برخط صورت می گیرد، زمان لازم برای انجام توصیه، باید تا حد ممکن کوتاه باشد. از طرفی به دلیل بالا بودن تعداد و نرخ تولید پرس وجوها در موتورهای جستجو، حجم عملیات محاسباتی برای توصیه پرس وجو مناسب به کاربران بسیار بالا است. در این پژوهش سعی کرده ایم که با استفاده از خوشه بندی آدرس های اینترنتی کلیک شده توسط کاربران و به دنبال آن خوشه بندی پرس وجوها بر اساس روشهای مبتنی بر گراف، از تعداد پرس وجوهای کاندید برای توصیه به کاربران بکاهیم و با کاهش حجم عملیات محاسباتی، روشی کارا برای توصیه پرس وجو به کاربران، ارایه نماییم. نتایج به دست آمده از پیاده سازی روش پیشنهادی بر دادگان یک موتور جستجوی واقعی، بیانگرموثر بودن روش پیشنهادی در توصیه پرس وجوهای مناسب به کاربران است

نویسندگان

الهام اسماعیلی گوهری

دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، دانشگاه یزد، یزد

سجاد ظریف زاده

استادیار،گروه مهندسی کامپیوتر، دانشگاه یزد، یزد

سعید حسنوند

دانشجوی کارشناسی ارشد، دانشکده مهندسی کامپیوتر، دانشگاه علم و صنعت، تهران

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 :
  • Bobadilla, J., Ortega, F., Hernando, a. and Gutierrez, a., "Recommender ...
  • Church, K. W., Thiesson, B., "The Vild Thing Goes Local", ...
  • Li, M., Zhu, M., Zhang, Y., and Zhou, M., "Exploring ...
  • White, R. W., and Marchionini, G., "Examining the Processing and ...
  • Shen, D., Walkery, T.. Zhengy, Z., Yangz, Q., and Li, ...
  • Search and Data Mining (WSDM), pp. 149-158, 2008. ...
  • Anagno stopoulos, A., Bechetti, L., Castillo, C., and Gionis, A., ...
  • Baeza-Yates, R., Hurtado, C., and Mendoza, M., "Query Reco mmendation ...
  • Lixandroiu, R., _ 'Persona lization in E-Commerce Using Profiles Similarity", ...
  • Sugiyama, K., Hatano, K., and Yoshikawa, M., "Adaptive Web Search ...
  • Sethi, S., Dixit, A., "Query Reco mmendation Based on User ...
  • Song, Y., Zhou, D., and He, L., "Query Suggestion by ...
  • Wang, J., Huang, J. Z., Guo, J. and Lan, Y., ...
  • Sejal, D., Shailesh, K. G., Tejaswi, V., Dinesh, _ Venugopol, ...
  • Zhang, Z. and Nasraoui, O., "Mining Search Engine Query Logs ...
  • Boldi, P., Bonchi, F., Castillo, C., Donato, D., Gionis, A., ...
  • نمایش کامل مراجع