ایجاد یک سیستم توصیهگر در وب با بهرهگیری از نمایههای کاربران و روشهای یادگیری ماشین
یکی از رشته های زیر مجموعه فنی مهندسی که علاقمندان بسیاری در کشور ما دارد رشته کامپیوتر و فناوری اطلاعات هستش که اتفاقا سایت دیجی لود در حال تکمیل سری جدیدی از پایان نامه های ارشد این رشته تحصیلی برای کاربران گرانقدر خود میباشد. دیجی لود در ادامه پایان نامه ” ایجاد یک سیستم توصیهگر در وب با بهرهگیری از نمایههای کاربران و روشهای یادگیری ماشین ” با فرمت Word (قابل ویرایش) در 87 صفحه را معرفی مینماید.
چکیده پایان نامه ایجاد یک سیستم توصیهگر در وب با بهرهگیری از نمایههای کاربران و روشهای یادگیری ماشین :
گسترش وب که فاقد یک ساختار یکپارچه است مشکلات متعددی را برای کاربران ایجاد مینماید. عدم یافتن اطلاعات مورد نیاز کاربران در این انبارهی عظیم یکی از مشکلات کاربران وب میباشد. به منظور مقابله با این مشکلات سیستمهای 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 روشهای وب کاوی به منظور شخصیسازی وب به کار گرفته میشوند. 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 ثبتهای وب سرورها به صورت ضمنی میتوانند الگوهای رفتاری کاربران را استخراج کنند. در این تحقیق روشی برای ایجاد نمایههای کاربران ارائه شده است که با بهرهگیری از وب کاوی مبتنی بر کاربرد یک الگوی حرکتی جهت کاربران با استفاده از شبکههای عصبی ایجاد مینماید تا بتواند درخواستهای آینده کاربر را پیش بینی و سپس لیستی از صفحات مورد علاقه کاربر را تولید نماید. نتایج تحقیق نشان میدهد که سیستم پیشنهادی نسبت به سیستمهای پیشین از دقت مناسبی برخوردار میباشد.
کلمات کلیدی: نمایه کاربر، شبکه عصبی، خوشه بندی، وب کاوی مبتنی بر کاربرد
ضرورت تحقیق
رشد روز افزون وب منجر به رشد اطلاعات شده است که همین امر مشکلاتی را برای کاربران وب ایجاد نموده است. کاربران وب نمیتوانند به راحتی به هدف خود و اطلاعات مورد نیاز خود در وب دست پیدا کنند. و در حقیقت به نوعی افزونگی دادهها و حجم انبوه دادهها در وب مسبب بروز چنین مشکلاتی میباشد.
با توجه به رواج استفاده از اینترنت در تمام دنیا نیاز به ابزارهایی که بتوانند وب را مدیریت کنند بیش از پیش احساس میشود. در این میان سیستم های شخصی سازی وب به منظور مدیریت صفحات وب و فراهم آوردن نیازمندیهای کاربران ارائه شدهاند. با توجه به فضای رقابتی ایجاد شده و افزایش تحقیقات در زمینه سیستمهای توصیهگر، امروزه مدیران وب سایتها نیاز به سیستمهایی دارند که بتوانند تعاملات و فعل و انفعالات کاربران با وب را بهبود بخشند تا زمان حیات مشتریان در وب سایتها افزایش یافته و این مسئله هم به مدیران وب سایتها کمک خواهد کرد و هم به کاربران زیرا که به هدف جستجوی خود به راحتی دست پیدا خواهند کرد.
در این تحقیق روشی پیشنهاد میشود به منظور کار در تبلیغات هدفمند و تجارت الکترونیک که در این روش با بهره گیری از وب کاوی مبتنی بر کاربرد و تلفیق خوشه بندی با ویژگی تاریخ و استفاده از شبکه عصبی سیستمی ارائه خواهد شد که توانایی پیش بینی درخواستهای آینده کاربران را داشته باشد و در نهایت بتواند لیستی از صفحات مورد علاقه کاربر را تولید کند
فهرست مطالب پایان نامه ایجاد یک سیستم توصیهگر در وب با بهرهگیری از نمایههای کاربران
فهرست شکلها د
فهرست جدولها ه
فصل اول: کلیات تحقیق.. 2
1-1- بیان مسئله. 3
1-2- ضرورت تحقیق.. 4
1-3- اهداف تحقیق.. 5
1-4- ساختار تحقیق.. 5
فصل دوم: ادبیات موضوع. 7
2-1- تعریف واژگان و اصطلاحات… 8
2-2- چالش های وب… 9
2-3- انواع روشهای وب کاوی.. 10
2-3-1- وب کاوی مبتنی بر کاربرد. 11
2-3-2- وب کاوی مبتنی بر محتوا 14
2-3-3- وب کاوی مبتنی بر ساختار. 15
2-4- شخصی سازی وب… 16
2-4-1- فواید سیستم شخصی سازی وب… 20
2-4-2- سیستمهای فیلتر کنندهی مبتنی بر قانون. 20
2-4-3- سیستمهای فیلتر کنندهی مبتنی بر محتوا 20
2-4-4- سیستمهای فیلتر کنندهی مشارکتی.. 21
2-5- سیستمهای توصیهگر. 21
2-6- شخصی سازی وب براساس وب کاوی مبتنی بر کاربرد. 22
2-7- منابع داده 24
2-7-1- داده های کاربرد. 24
2-7-2- داده های محتوا 25
2-7-3- داده های ساختار. 25
2-8- خوشه بندی.. 26
2-8-1- الگوریتم K-Means. 27
2-8-2- معیارهای شباهت… 28
2-9- شبکههای عصبی.. 30
فصل سوم: کارهای پیشین.. 32
3-1- رویکردهای مبتنی بر کاوش قواعد انجمنی و خوشه بندی.. 33
3-2- روشهای ترکیبی در شخصیسازی وب… 38
3-3- رویکردهای مبتنی بر شاخص گذاری و کلمات کلیدی.. 42
3-4- مروری بر سیستمهای پیشنهاد دهنده وب… 43
3-4-1- سیستم پیشنهاد دهنده وب… 43
3-4-2- روشهای تولید پیشنهاد. 44
3-4-2-1- روش های مبتنی بر فیلتر مشارکتی.. 44
3-4-2-2- روشهای مبتنی بر محتوا 44
3-4-2-3- روش های مبتنی بر دانش…. 45
3-4-2-4- سیستم های پیشنهاد دهنده ترکیبی.. 46
3-4-3- مقایسه روشهای تولید پیشنهاد. 46
فصل چهارم: روش پیشنهادی.. 49
4-1- پیش پردازش دادهها 51
4-1-1- پاکسازی دادهها 51
4-1-2- شناسایی و بازسازی نشستهای بازدید کاربران. 52
4-2- ایجاد نمایه برای شخصی سازی در وب… 52
4-2-1- ایجاد بردار نشست… 52
4-2-2- پاکسازی نشستها 54
4-2-3- ساخت نمایه کاربران. 55
4-3- خوشه بندی نمایهها براساس رفتار کاربران. 55
4-4- ساخت سیستم توصیهگر با استفاده از شبکههای عصبی.. 56
فصل پنجم: پیادهسازی و ارزیابی روش پیشنهادی.. 58
5-1- مرحله پیش پردازش و ساخت بردارهای نشست…. 59
5-2- مرحله خوشهبندی.. 61
5-3- مرحله تولید پیشنهادات با استفاده از شبکهی عصبی.. 62
5-4- ارزیابی سیستم پیشنهادی.. 63
فصل ششم: نتیجهگیری و پیشنهادات آتی.. 66
6-1- نتایج تحقیق و تحلیل ها 67
6-2- کارهای آتی.. 68
فهرست مراجع………….. 70
فهرست شکلها
شکل 2‑1: فرایند وب کاوی مبتنی بر کاربرد[42] 14
شکل 2‑2: مولفه های برون خط آماده سازی داده و کشف الگو[40] 23
شکل 2‑3:مولفه های بر خط شخصی سازی وب[40] 23
شکل 4‑1:روش پیشنهادی.. 50
شکل 5‑1: نمایی از محیط اجرایی نرم افزار Rapidminer 62
شکل 5‑2: مقایسه دقت روش پیشنهادی با روش مبتنی بر قواعد انجمنی.. 64
شکل 5‑3: مقایسه دقت روش پیشنهادی با سیستم مشابه مرجع [31] 65
فهرست جدولها
جدول 2‑1: نمونه ای از فیلدهای فرمت ثبت…. 25
جدول 3‑1: مقایسه روش های تولید پیشنهاد. 48
جدول5‑1: ثبت های وب سرو ناسا 60
جدول 5‑2: اطلاعات آماری مجموعه داده 61
راهنمای خرید و دانلود فایل
برای پرداخت، میتوانید از کلیه کارتهای عضو شتاب استفاده نمائید.
بعد از پرداخت آنلاین لینک دانلود فعال و نمایش داده میشود ، همچنین یک نسخه از فایل همان لحظه به ایمیل شما ارسال میگردد.
در صورت بروز هر مشکلی،میتوانید از طریق تماس با ما پیغام بگذارید و یا در تلگرام با ما در تماس باشید، تا شکایت شما مورد بررسی قرار گیرد.
برای دانلود فایل روی دکمه خرید و دانلود کلیک نمایید.
ديدگاه ها