مریم استادزاده - دانشجوی کارشناسی ارشد گروه.کامپیوتر.، واحد میبد، دانشگاه آزاد اسلامی، میبد، ایران
امین رییسی دهکردی - دانشجوی کارشناسی ارشد گروه.کامپیوتر.، واحد میبد، دانشگاه آزاد اسلامی، میبد، ایران
محمدجواد کارگر - عضو هیات علمی گروه کامپیوتر، واحد میبد، دانشگاه آزاد اسلامی، میبد، ایران

استفاده همزمان از اطلاعات ساختاری و اطلاعات پیمایش کاربران یکی از چالشهای مطرح در بهبود کارایی الگوریتمهای شخصی سازی وب میباشد. در این مقاله پس از معرفی معیار وزن دهی، الگوریتمی ترکیبی که از اطلاعات پیمایش کاربران و پیوند بین صفحات به منظور پیشنهاد صفحات به کاربران استفاده میکند، ارایه شده است. معیارمعرفی شده برای محاسبه وزن صفحات مشاهده شده توسط کاربران از مدت زمان مشاهده صفحه و فرکانس مشاهده صفحه استفاده میکند که به خوبی میزان اهمیت و علاقه کاربران به آن صفحه را نشان میدهد. الگوریتم ارایهشده دو مشکل اساسی را در شخصی سازی صفحات وب حل می کند. مشکل اول پیشنهاد صفحات جدیدی است که اخیرا به سایت اضافه شده اند و مشکل دوم کاهش دقت الگوریتمها با افزایش تعداد صفحات پیشنهادی می باشد. در الگوریتم ارایه شده اولین صفحه با استفاده از قوانین انجمنی ورن دار جدید ارایه شده پیشنهاد می شود. سپس اینصفحه با استفاده از الگوریتم HITS و صفحاتی که با آن در یک دسته بندی هستند بسط داده می شود تا صفحاتی که اخیرا به سایت اضافه شده اند نیز فرصت حضور در مجموعه صفحات پیشنهادی را داشته باشند. برای دسته بندیصفحات الگوریتمی بر اساس آتاماتای یادگیر و الگوریتم های افراز گراف ارایه شده است . نتایج شبیهسازی الگوریتم در دادههای واقعی نشان داده است که کارایی الگوریتم پیشنهادی بالا میباشد و دانش بدست آمده از سیستم مذکور به طور قابل ملاحظه ای کیفیت پیشنهادات را بهبود داده است و مشکلات ذکر شده را در حد قابل توجهی کاهش داده است.

داده کاوی وب، قواعد انجمنی وزندار، اتوماتای یادگیر، الگوریتم HITS