دانلود فایل با شمار فاکتور
لطفا شماره فاکتور خود را درج نمایید
عنوان محصول: داده کاوی استفاده از وب خودکار و سیستم توصیه گر با استفاده از روش طبقه بندی K نزدیک ترین همسایه (KNN)
توضیحات مختصر:
مشکل اصلی اکثر وب سایت های آنلاین، ارائه چندین گزینه انتخاب به مشتری در یک زمان مشخص است؛ که معمولا منجر به عمل زمانبنر در یافتن محصول یا اطلاعات صحیح در سایت می شود. در این تحقیق، مطالعه ی داده کاوی استفاده از وب خودکار و سیستم توصیه ی مبتنی بر رفتار کاربر فعلی را بواسطه ی داده های جریان کلیک د... |
داده کاوی استفاده از وب خودکار و سیستم توصیه گر با استفاده از روش طبقه بندی K نزدیک ترین همسایه (KNN) |
The major problem of many on-line web sites is the presentation of many choices to the client at a time; this usually results to strenuous and time consuming task in finding the right product or information on the site. In this work, we present a study of automatic web usage data mining and recommendation system based on current user behavior through his/her click stream data on the newly developed Really Simple Syndication (RSS) reader website, in order to provide relevant information to the individual without explicitly asking for it. The K-Nearest-Neighbor (KNN) classification method has been trained to be used on-line and in Real-Time to identify clients/visitors click stream data, matching it to a particular user group and recommend a tailored browsing option that meet the need of the specific user at a particular time. To achieve this, web users RSS address file was extracted, cleansed, formatted and grouped into meaningful session and data mart was developed. Our result shows that the K-Nearest Neighbor classifier is transparent, consistent, straightforward, simple to understand, high tendency to possess desirable qualities and easy to implement than most other machine learning techniques specifically when there is little or no prior knowledge about data distribution.
مشکل اصلی اکثر وب سایت های آنلاین، ارائه چندین گزینه انتخاب به مشتری در یک زمان مشخص است؛ که معمولا منجر به عمل زمانبنر در یافتن محصول یا اطلاعات صحیح در سایت می شود. در این تحقیق، مطالعه ی داده کاوی استفاده از وب خودکار و سیستم توصیه ی مبتنی بر رفتار کاربر فعلی را بواسطه ی داده های جریان کلیک در وب سایت RSS جدیدا توسعه یافته به منظور فراهم سازی اطلاعات مرتبط با فرد بدون درخواست صریح آن ارائه می کنیم. روش طبقه بندی K نزدیک ترین همسایه (KNN) بطور آنلاین و بلادرنگ به منظور شناسایی داده های جریان کلیک مشتریان/بازدیدکننده ها با انطباق آن با گروه کاربر مشخص و توصیه ی گزینه های جستجو که باید نیاز مشتری را در زمان مشخص تامین کنند، استفاده شده است. برای این منظور، فایل آدرس RSS کاربران وب استخراج شد، پاکسازی شد، فرمت شد و در نشست معناداری گروه بندی شد و داده گاه توسعه یافت. نتیجه نشان می دهد که درک طبقه بندی کننده ی K نزدیک ترین همسایه، شفاف، سازگار، ساده است، تمایل زیادی به داشتن کیفیت های مطلوب دارد و پیاده سازی آن نسبت به سایر تکنیک های یادگیری ماشین آسان است، مخصوصا زمانیکه هیچ دانش قبلی در مورد توزیع داده ها وجود ندارد.
فروشگاه ترجمههای تخصصی پست الکترونیک :info@ttsell.ir پست الکترونیک :mailttsell@gmail.com شماره تلفن تماس:09355907190 کانال تلگرام : t.me/ttsell
- آدرس: تبریز، خیابان خاقانی، پاساژ خاقانی، پلاک 119
- تلفن تماس: 09355907190
- تلفن ثابت : 35250068-041
- Mailttsellاین آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید : آدرس ایمیل
- @ttsell:آدرس تلگرام
فروشگاه ترجمههای تخصصی از سال 1387شروع به کار نموده است و تا کنون بیش از ده هزار ترجمه در رشته ها و زمینه های مختلف توسط متخصصین این مرکز انجام شده است.