2-2-مروی بر کارهای انجام شده……………………………………………………………………………………. 12

 

مراجع……………………………………………………………………………………………………………………. 21

 

فصل سوم:………………………………………………………………………………………… 24

 

3-1-مقدمه…………………………………………………………………………………………………………….. 25

 

3-2-مراحل وب کاوی………………………………………………………………………………………………… 26

 

3-2-1-انواع وب‌کاوی……………………………………………………………………………………………. 27

 

3-3-شخصی‌سازی وب………………………………………………………………………………………………. 28

 

3-3-1-دلایل نیاز به شخصی‌سازی وب……………………………………………………………………….. 28

 

3-3-2-مراحل شخصی سازی وب……………………………………………………………………………… 29

 

3-3-2-1-جمع‌آوری داده…………………………………………………………………………………… 30

 

3-3-2-2-پردازش داده……………………………………………………………………………………… 31

 

3-3-2-3-کشف الگو………………………………………………………………………………………… 31

 

3-3-2-4-تحلیل دانش……………………………………………………………………………………… 31

 

3-3-3-تکنیک های مدل­سازی کاربر در شخصی‌سازی وب………………………………………………… 31

 

3-3-3-1-تکنیک tf-idf……………………………………………………………………………………. 32

 

3-3-3-2-تکنیک متا مدل و ابزار OLAP……………………………………………………………….. 32

 

3-3-3-3-تکنیک براساس محتوای وب…………………………………………………………………. 33

 

3-3-3-4-تکنیک براساس فراهم کردن داده‌های موثر (ODP)……………………………………….. 34

 

3-3-3-5-شخصی­سازی وب با استفاده از روش­های ترکیبی………………………………………….. 34

 

3-3-3-6-شخصی­سازی وب براساس الگوریتم استقرایی و تکنولوژی tf-idf……………………….. 35

 

3-3-3-7-شخصی­سازی وب با استفاده از کندوکاو الگوی ترتیبی و درخت الگو……………………. 35

 

3-4-خوشه‌بندی برای شخصی‌سازی وب………………………………………………………………………….. 35

 

3-4-1-خوشه­بندی فازی………………………………………………………………………………………… 36

 

3-4-1-1-الگوریتم پایه‌ای خوشه‌بندی فازی……………………………………………………………… 36

 

3-4-1-2-الگوریتم فازی کا-مینز…………………………………………………………………………. 36

 

3-4-1-3-خوشه­بندی صفحات وب با استفاده از خوشه­بندی فازی k-means………………………. 37

 

3-4-2-الگوریتم ژنتیک…………………………………………………………………………………………. 39

 

3-4-2-1-بهینه‌سازی خوشه‌بندی فازی با استفاده از الگوریتم ژنتیک……………………………….. 40

 

3-4-3-روش پیشنهادی در این تحقیق……………………………………………………………………….. 42

 

3-4-4-شمای کلی سیستم پیشنهادی………………………………………………………………………… 42

 

3-4-5-مثالی از سیستم پیشنهادی…………………………………………………………………………… 43

 

3-4-6-شبه کد روش پیشنهادی……………………………………………………………………………….. 50

 

3-5-جمع­بندی……………………………………………………………………………………………………….. 51

 

مراجع…………………………………………………………………………………………………………………… 53

 

فصل چهارم:………………………………………………………………………………………. 55

 

4-1-مقدمه…………………………………………………………………………………………………………….. 56

 

4-2-مجموعه داده­ها…………………………………………………………………………………………………. 56

 

4-2-1-دیتاست YANDEX……………………………………………………………………………………. 57

 

4-2-1-1-پیش پردازش انجام شده با مجموعه داده­های خام قبل از انتشار………………………….. 57

 

4-3-پارامترهای ارزیابی……………………………………………………………………………………………… 60

 

4-4-آزمایشات انجام شده…………………………………………………………………………………………… 61

 

4-4-1-سخت افزار مورد استفاده……………………………………………………………………………….. 62

 

4-4-2-نتایج آزمایشات…………………………………………………………………………………………. 62

 

4-5-جمع­بندی……………………………………………………………………………………………………….. 64

 

مراجع:…………………………………………………………………………………………………………………… 65

 

فصل پنجم:………………………………………………………………………………………… 66

 

5-1-مقدمه…………………………………………………………………………………………………………….. 67

 

5-2-نتایج و دستاوردهای پروژه……………………………………………………………………………………. 68

 

5-3-پیشنهادات……………………………………………………………………………………………………… 68

 

مراجع……………………………………………………………………………………………………………………. 70

 

 

 

 فهرست اشکال

 

 29

 

 

شکل 3-2: مجموعه داده پروانه‌ای. 38

 

شکل 3-3:خوشه بندی فازی داده. 39

 

شکل 3-4:  مراحل اصلی الگوریتم ژنتیک. 40

 

شکل 3-5: شمای کلی سیستم پیشنهادی.. 42

 

شکل 3-6: خوشه­بندی داده­های آموزشی.. 47

 

شکل 3-7: خوشه­بندی داده­های تست.. 49

 

شکل 4-8: مقایسه روش‌های پیشنهادی با روش ارائه شده در (Varghese, & John, 2012). 64

 

 

 

 

 

فهرست جداول

 

62

 

جدول4-2: مقایسه نتایج سیستم پیشنهادی با سایر روش‌ها 62

 

جدول 4-3: مقایسه نتایج سیستم پیشنهادی با روش ارائه شده در (Varghese, & John, 2012). 63

 

 

 

 

 

چکیده

 

گرانبار شدن اطلاعات یک مشکل عمده در وب کنونی به شمار می­رود. برای مقابله با این مشکل، سیستم‌های شخصی­سازی وب ارائه شده­اند که محتوا و سرویس­های یک وب­سایت را با افراد براساس علایق و رفتار گردشی آن­ها سازگار می­کنند. یک مؤلفه­ی اساسی در هر سیستم شخصی­سازی وب، مدل کاربر آن است. هدف از شخصی سازی وب، مهیا ساختن محتوا و سرویس­های مورد نیاز کاربران به وسیله دانش به دست آمده از تعاملات قبلی کاربران در صفحات وب است. در حال حاضر، برای شخصی­سازی وب چندین متد خوشه­بندی در دسترس است. روش­هایی که تاکنون ارائه شده­اند، در مواردی دارای اشکالاتی بودند. البته تکنیک­های جدیدی در رفع این مشکلات و بهبود آنها ارائه شده است. اما در بیشتر این تکنیک­ها، مسائل افزونگی داده و مقیاس­بندی بالا وجود دارد. با توجه به اینکه افزایش کاربران وب منجر به افزایش اندازه‌ی خوشه می‌گرد، نیاز به بهینه‌سازی خوشه‌ها اجتناب‌ناپذیر خواهد بود. در تحقیق، یک متدولوژی بهینه­سازی خوشه بر اساس سیستم فازی ارائه شده است. به منظور افزایش دقت نهایی خوشه­بندی، برای تنظیم پارامترهای توابع عضویت از الگوریتم ژنتیک استفاده شده است. نتایج حاصل از شبیه‌سازی نشان می‌دهد که روش پیشنهادی دقت خوشه­بندی صفحات وب را تا حد قابل توجهی افزایش می­دهد.

 

کلید واژه­ها: شخصی­سازی صفحات وب- خوشه­بندی- کاربرد وب­کاوی- الگوریتم فازی سی مینز- پایگاه داده یاندکس.

 

 

 

 

 

 

 

1-1- مقدمه