اراﺋﻪ مدلی ﺑﺮای ﭘﻴﺶ بینی ﮔﺮاﻳﺶ ﻋﻤﻮمی ﺑﻼﮔﺴﺘﺎن ﺑﺎ اﺳﺘﻔﺎده از روشﻫﺎی ﻫﻮش جمعی در ﺳﻴﺴﺘﻢﻫﺎی ﺗﻮزﻳﻊﺷﺪه : ارشد مهندسی کامپیوتر نرم افزار

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 ” اراﺋﻪ مدلی ﺑﺮای ﭘﻴﺶ بینی ﮔﺮاﻳﺶ ﻋﻤﻮمی ﺑﻼﮔﺴﺘﺎن ﺑﺎ اﺳﺘﻔﺎده از روشﻫﺎی ﻫﻮش جمعی در ﺳﻴﺴﺘﻢﻫﺎی ﺗﻮزﻳﻊﺷﺪه ”   با فرمت Word (قابل ویرایش) در 95 صفحه را معرفی مینماید.

چکیده پایان نامه اراﺋﻪ مدلی ﺑﺮای ﭘﻴﺶ بینی ﮔﺮاﻳﺶ ﻋﻤﻮمی ﺑﻼﮔﺴﺘﺎن ﺑﺎ اﺳﺘﻔﺎده از روشﻫﺎی ﻫﻮش جمعی در ﺳﻴﺴﺘﻢﻫﺎی ﺗﻮزﻳﻊﺷﺪه :

پیشرفت تکنولوژی در حوزه‌ی ارتباطات و افزایش ضریب نفوذ اینترنت میان کاربران باعث ایجاد بستری عظیم از اطلاعات شده است که زندگی روزمره‌ی انسانها را توصیف می‌کند. این توصیفات از  دیدگاه تجاری از جایگاه ویژه‌ای برخوردار است چرا که به راحتی مشخص می‌کند بیشترین نیاز کاربران در چه محصولات یا خدماتی نهفته است. همچنین کاربران علاقه دارند با دنبال کردن سلایق دیگران با مسائل روز آشنا باشند و جدیدترین اخبار را در اختیار داشته باشند.

یکی از بسترهای ارتباطی فعال برای تحقق این توصیفات، ﺑﻼﮔﺴﺘﺎن است که در آن کاربران به واسطه منتشر کردن مطالب خود با دیگران به تبادل نظر می پردازند و در مدتی نه چندان طولانی اجتماعی را تشکیل می‌دهند که در پی رخدادهای واقعی از خود عکس‌العمل نشان داده و باعث تشدید احساسات این مجموعه از کاربران می‌شود. این رفتار در صورت تحلیل می‌تواند نشانگر مسیر گرایش جامعه بوده و با کمّی کردن پارامترهایی که این جامعه و رفتار را توصیف می‌کنند می‌توان به پیش‌بینی رفتار آتی آن نیز پرداخت.

الگوریتم PSO مبتنی بر رفتارهای موجودات در طبیعت، که با مدل کردن حرکت گروهی از پرندگان برای یافتن غذا طراحی شده است، اساس مناسبی برای مدل کردن یک جامعه با این مشخصات است. با استفاده از این الگوریتم می‌توان گام‌های حرکت یک اجتماع از کاربران را دنبال کرده و با مدل کردن فرآیند حرکت، به پیش‌بینی جهت حرکت پرداخت.

این پژوهش با ارائه‌ی مدلی برای پردازش داده‌های این اجتماع از کاربران، مبتنی بر الگوریتم PSO، راه‌حلی برای پردازش این داده‌ها در دنیای واقعی ارائه می‌دهد که بتواند با افزایش حجم داده مقیاس‌پذیری لازم را داشته باشد و در عین حال کارایی و دقت مورد نیاز را نیز ارائه دهد. دقت و کارایی این مدل با آزمون استاندارد کای دو سنجیده شده و نشانگر بهبود کارایی نسبت به این آزمون آماری بوده است.

این مدل با کشف کردن گرایش عمومی ﺑﻼﮔﺴﺘﺎن در زمان قابل قبول و دقت مناسب، شرایط را برای پیش‌بینی گرایش آتی ﺑﻼﮔﺴﺘﺎن فراهم می‌کند به نحوی که با الگوریتم‌‌های متداول یادگیری‌ماشین بتوان پیش‌بینی‌های مورد نیاز را انجام داد. دقت این پیش‌بینی‌ها از سناریو‌های واقعی مانند سیستم‌ پیشنهاد دهنده‌ی Netflix نتایج بهتری را کسب کرده است

فهرست مطالب

چکیده د‌

فهرست مطالب… ذ‌

فهرست اشکال. س‌

فهرست جداول. ص‌

1 فصل اول کلیات طرح.. 1

1.1 مقدمه……………….. 1

1.2 فرضیه…………….. 2

1.3 اهمیت و ضرورت…………….. 4

1.4 اهداف…………….. 5

1.5 پيشينه‌ي تحقيق و کارهای مرتبط…………….. 6

2 فصل دوم ادبیات و پیشینه‌ی تحقیق.. 9

2.1 مقدمه……………… 9

2.2  هوش جمعی……………. 9

2.2.1 الگوریتم مورچه‌ها…………….. 11

2.2.2 بهینه سازی گروهی ذرات…………….. 13

2.3 سیستم‌های توزیع‌شده……………. 16

2.3.1 قانونهایی برای سیستمهای توزیع شده…………….. 18

2.4 یادگیری ماشین…………….. 23

2.4.1 اهداف و انگیزه‌ها…………… 23

2.4.2 تقسیم‌بندی مسایل……………  24

2.4.3 یادگیری بانظارت………………..   26

2.5 Q-Learning  26

2.5.1 مقایسه Q-learning با یادگیری با ناظر. 27

2.5.2 Q-Function  28

2.5.3 مثال………. 29

2.6 اپیزود‌های یادگیری.. 30

2.7 آزمون کای……………… 30

2.8 معیار دقت و معیار بازخوانی…………….. 31

2.8.1 معیارهای ارزیابی…………….  31

3 فصل سوم روش‌شناسی تحقیق.. 33

3.1 مقدمه……………. 33

3.2 مدل…………….  34

3.3 نمای منطقی……………..  36

3.3.1 مسائل اساسی PSO   36

3.3.2 اصلاح PSO بر اساس مسئله. 38

3.4 نمای داده……………… 43

3.5 نمای مولفه‌ای……………  46

3.6 جمع‌بندی……………  48

4 فصل چهارم یافته‌های تحقیق.. 49

4.1 مقدمه………………. 49

4.2 پیکربندی……………..  49

4.2.1 انتخاب بهترین مقدار برای پارامترهای PSO…………….  50

4.3 پیکربندی سخت‌افزاری………….  51

4.4 نتایج…………… 52

4.4.1 مصورسازی رفتار PSO ………  56

4.4.2  کارایی PSO و کای.. 62

4.4.3 نتایج Q-learning  65

5 فصل پنجم نتیجه‌گیری و پیشنهادات … 70

5.1 مقدمه………………. 70

5.2 مقیاس‌پذیری………… 70

5.3 Q-Learning  72

5.4 کارهای آتی……………….. 73

6 منابع………………. 75

7 Abstract 79

فهرست اشکال

شکل1‑1- تعداد مقالات در حوزه‌‌های مرتبط با هوش جمعی بر اساس گزارش Web of Science   3

شکل2‑1- نمایی از یک گروه پرنده 10

شکل2‑2 – روال حرکت مورچه در ACO 12

شکل ‏2‑3 به روز رسانی بردار سرعت  و مکان در PSO  [42] 15

شکل2‑4- مثالی از یک سییستم توزیع شده  18

شکل2‑5 – مثالی از یک Distributed Data Naming Scheme 20

شکل2‑6- دو نوع متفاوت از replication  در سیستم‌های توزیع شده 21

شکل2‑7 – روال کلی یک الگوریتم یادگیری ماشین (یادگیری با نظارت) [43] 24

شکل 2‑8 – فلوچارت Q learning 27

شکل ‏2‑9 – تفاوت یادگیری با نظارت و Q-learning.

شکل2‑10- مثال مقادیر پاداش در الگوریتم Q-Learning.

شکل2‑11 – مثال از حرکت در حالتهای مختلف-  Q-learning.

شکل2‑12- معیار دقت و معیار بازخوانی [45] 32

شکل3‑1- محاسبه‌ی مقدار بهینه به طور مداوم. 36

شکل3‑2- روند کاری Aggregator

شکل3‑3 – رابطه‌ی افراد با پست‌های وبلاگ… 44

شکل 3‑4- جدول رتبه‌بندی نویسنده‌ها 44

شکل3‑5- ارتباط بین مولفه‌ها 47

شکل 4‑1- مقادیر پارامترهای r1 و r2. 52

شکل4‑2- تغییرات مکان ذرات… 53

شکل4‑3 – خطای کشف trend در PSO نسبت به آزمون کای.. 54

شکل4‑4 – مقایسه خطای  گرایش با خطای بردار سرعت… 55

شکل4‑5 – ارتباط fitness در الگوریتم PSO با trend  و velocity.

شکل4‑6 – نموادر فاصله دو گرایش بر اساس تکرار. 57

شکل4‑7 – مصورسازی تکرار 10 از الگوریتم PSO..

شکل4‑8 –  مصورسازی تکرار 500 از الگوریتم PSO..

شکل4‑9-  مصورسازی تکرار 1000 از الگوریتم PSO..

شکل4‑10-  مصورسازی تکرار 1500 از الگوریتم PSO..

شکل4‑11-  مصورسازی تکرار 2000 از الگوریتم PSO..

شکل4‑12- مصورسازی تکرار 3000 از الگوریتم PSO..

شکل 4‑13- مصورسازی تکرار 4000 از الگوریتم PSO..

شکل 4‑14- کارایی PSO در مقایسه با کای (مقدار کمتر بهتر است). 63

شکل 4‑15 – ضریب بهبود کارایی PSO به ازای افزایش منابع نسبت به کای.. 64

شکل 4‑16 – نتایج Q-learning در تکرار 50 ام. 66

شکل4‑17 – نتایج Q-learning در تکرار 500 ام. 66

شکل4‑18-نتایج Q-learning در تکرار 1000 ام. 67

شکل 4‑19- تفاوت زمانی بازه‌ی مورد بررسی در الگوریتم Q-Learning  و گزارشات واقعی TheVerge.

شکل4‑20- خطای پیش‌بینی در Q-learning.

شکل4‑21 – موثرترین کاربران بلاگستان. 69

شکل4‑22 – خطا در تکرار‌های مختلف… 69

شکل5‑1- اضافه‌ کردن نود به سیستم. 72

 فهرست جداول

جدول3‑1- توصیف ویژگی‌های وبلاگ در مدل. 45

جدول4‑‏1 – مقدار پارامترهای ‍‍PSO.. 50

جدول4‑2- مقایسهprecision و recall در PSO و کای.. 62

جدول4‑3- کارایی الگوریتم PSO و کای با تعداد CPUها ی متفاوت… 63

جدول 4‑4- نتایج میانگین سرعت و گرایش در الگوریتم PSO..

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.