بهبود مدل کاربر در وب¬سایت بصورت خودکار با استفاده از معناشناسی با مفاهیم خاص دامنه

اختصاصی از فایلکو بهبود مدل کاربر در وب¬سایت بصورت خودکار با استفاده از معناشناسی با مفاهیم خاص دامنه دانلود با لینک مستقیم و پر سرعت .

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 مولفه­ی اساسی در هر سیستم شخصی­سازی وب، مدل کاربر آن است. محتوای صفحات یک وب­سایت را می­توان به منظور ایجاد مدل دقیق­تری از کاربر مورد استفاده قرار داد، اما رویکردهای مبتنی بر کلمات کلیدی نگرش عمیقی از وب­سایت ندارند. اخیرا تحقیقاتی برای ترکیب کردن معنای موجود در وب­سایت در نمایش کاربران آن انجام شده است. تمامی این تلاش­ها یا از یک رده­بندی یا واژگان شناختی خاص و دست ساخته و یا از واژگان­شناختی­های عمومی مانند WordNet برای نگاشت مشاهده صفحات به عناصر معنایی استفاده می­کنند. با این وجود ساختن یک سلسله مراتب از مفاهیم بصورت دستی زمان­بر و هزینه­بر است. از سوی دیگر منابع معنایی لغوی عمومی از پوشش کم عبارات خاص دامنه رنج می­برند. در این پایان نامه ما قصد داریم که هر دوی این نقص­ها را برطرف کنیم. دستاورد اصلی ما این است که مکانیسمی برای بهبود نمایش کاربر در وب­سایت بصورت خودکار و با استفاده از یک منبع معنایی لغوی جامع معرفی می­کنیم. ما از Wikipedia، بزرگ­ترین دایره­المعارف امروزی به عنوان یک منبع غنی معنایی برای بهبود ساخت خودکار مدل برداری از علایق کاربر بهره­برداری می­کنیم. معماری ارائه شده شامل تعدادی مولفه است که عبارتند از: پیش پردازش اولیه، استخراج مفاهیم دامنه­ی وب سایت، استخراج کلمات کلیدی از وب­سایت، سازنده­ی بردار کلمات کلیدی و نگاشت کلمات کلیدی به مفاهیم. دستاورد مهم دیگر استفاده از ساختار وب سایت برای محدود کردن خودکار مفاهیم خاص دامنه می­باشد.

کلمات کلیدی: مدلسازی کاربر، کاوش Wikipedia، تکنیک­های معنایی ، شخصی­سازی وب

     

    

 

فهرست مطالب

عنوان                                                                                                                   صفحه

فصل اول:مقدمه  1

1- مقدمه  2

1-1- دلایل نیاز به شخصیسازی وب   2

1-1-1- گرانبار شدن اطلاعات   2

1-1-2- نیاز به جذب مشتری پابرجای برای وبسایت   3

1-2- تعریف شخصیسازی وب   3

1-3- فواید سیستم شخصیسازی وب   3

1-4- تفاوت شخصیسازی وب با تطبیق طرح کلی سایت   3

1-5- طبقهبندی عملکردهای اصلی شخصیسازی وب   4

1-6- نیازمندیهای اصلی سیستم شخصیسازی وب   5

1-7- رویکرد های موجود در شخصی سازی وب   6

1-8- نقش وب کاوی کاربرد وب در شخصیسازی وب   7

1-9- نیاز به استفاده از محتوا در شخصیسازی وب   7

1-10- نیاز به استفاده از معنا در شخصیسازی وب   8

1-11- هدف پروژه 9

1-12- نحوهی گردآوری مراجع  9

1-13- رویکرد بکار رفته در تحقیق  10

1-14- ساختار پایان نامه 10

فصل دوم:مطالب پیش زمینه  11

2- مطالب پیش زمینه  12

مقدمه  12

2-1- شخصی سازی وب براساس وب کاوی کاربرد وب   12

2-1-1- آماده سازی و مدلسازی داده 14

2-1-1-1- منابع و انواع داده 15

2-1-1-1-1- داده های کاربرد 15

2-1-1-1-1-1- فرمت های ثبت   16

2-1-1-1-1-2- منابع داده های کاربرد 17

2-1-1-1-2- داده های محتوا 21

2-1-1-1-3- داده های ساختار 22

2-1-1-1-4- داده های کاربران  22

2-1-1-2- آماده سازی و پیش پردازش دادهها 23

2-1-1-2-1- پاکسازی داده ها 23

2-1-1-2-2- شناسایی کاربر  24

2-1-1-2-3- تشخیص مشاهده صفحه 26

2-1-1-2-4- تشخیص جلسه ی کاربر  26

2-1-1-2-5- تکمیل مسیر  27

2-1-1-2-6- تشخیص تراکنش    28

2-1-1-2-7- پیش پردازش نهایی داده های کاربرد 30

2-1-1-2-8- یکپارچه سازی داده ها از منابع گوناگون  31

2-1-2- کشف الگو از داده های کاربرد وب   32

2-1-2-1- سطوح و انواع تحلیل  32

2-1-2-2- وظایف داده کاوی بر روی داده های کاربرد وب   33

2-1-2-2-1- کاوش قواعد انجمنی  34

2-1-2-2-2- کشف الگوهای ترتیبی  35

2-1-2-2-3- خوشه بندی  40

2-1-3- استفاده از الگوهای کشف شده جهت شخصی سازی وب   43

2-1-4- زمینه های تحقیقاتی شخصی سازی وب   43

2-2- منابع معنایی لغوی  45

2-2-1- فرهنگ لغت   45

2-2-2- فرهنگ های جامع  45

2-2-3- واژگان شناختی و رده بندی  46

2-2-3-2- رده بندی  48

2-2-3-3- واژگان شناختی ها و رده بندی های موجود 49

2-2-3-3-1- واژگان شناختی های مربوط به یک دامنه ی خاص    49

2-2-3-3-2- واژگان شناختی های عمومی  49

2-2-3-3-2-1- CYC و OpenCYC   50

2-2-3-3-2-2- WordNet 50

2-2-3-3-2-3- دایرکتوری های وب   51

2-2-3-4- زبان های نمایش واژگان شناختی  52

2-2-4- فرهنگ های عمومی  53

2-2-4-1- Wikipedia  53

2-2-4-1-1- نقاط ضعف و قوت Wikipedia  54

2-2-4-1-2- ساختار Wikipedia  55

2-2-4-1-3- انواع اطلاعات معنایی لغوی در Wikipedia  56

فصل سوم:کارهای انجام شده در زمینه مدلسازی کاربر در شخصی سازی وب با استفاده از محتوای وب   58

3- کارهای انجام شده در زمینه مدلسازی کاربر در شخصی سازی وب با استفاده از محتوای وب   59

مقدمه  59

3-1- تکنیک های مورد استفاده 60

3-1-1- تکنیک tf-idf 60

3-1-2- تکنیک تحلیل معنایی پنهان  60

3-1-3- تکنیک های مربوط به محاسبه ی ارتباط معنایی دو کلمه 61

3-1-3-1- معیارهای ارتباط معنایی مهم در ساختارهای سلسله مراتبی  61

3-1-3-1-1- رویکردهای مبتنی بر مسیر  61

3-1-3-1-2- رویکردهای مبتنی بر محتوای اطلاعات   62

3-1-3-1-3- رویکردهای مبتنی بر همپوشانی متن  62

3-1-3-2- رویکردهای محاسبه ی ارتباط معنایی دو کلمه برای روابط غیر رابطه ی هست   63

3-1-3-3- کارهای انجام شده در مورد محاسبه ی ارتباط معنایی دو کلمه در Wikipedia  63

3-2- رویکردهای انجام شده در زمینه ی مدلسازی کاربر در وب سایت با استفاده از محتوای صفحات   64

3-2-1- رویکردهای بر مبنای کلمات کلیدی  65

3-2-2- رویکردهای معنایی  66

3-2-2-1- روش های آماری  66

3-2-2-2- روش های مبتنی بر سلسله مراتب   67

جمع بندی   72

فصل چهارم: 73

روش پیشنهادی   73

4- روش پیشنهادی   74

4- روش پیشنهادی   74

مقدمه  74

4-1- تعریف مساله  74

4-2- طراحی روش جدید  74

4-2-1- مولفه ی پیش پردازش اولیه ی ثبت   75

4-2-2- مولفه ی استخراج کلمات کلیدی از صفحات وب سایت   75

4-2-3- مولفه ی استخراج مفاهیم دامنه از وب سایت   78

4-2-4- مولفه ی سازنده ی بردار کلمات کلیدی  80

4-2-5- مولفه ی نگاشت   82

4-6- دیاگرام های UML قسمت های اصلی سیستم  84

4-7- بررسی تطابق طرح پیشنهادی با صورت مساله 85

جمع بندی   86

منایع  87