دانلود فایل با شمار فاکتور
لطفا شماره فاکتور خود را درج نمایید
جدیدترین لغات واژهنامه
آمار بازدیدکنندگان
بازدید روز گذشته :51
بازدید این هفته :89
بازدید این ماه :130
مجموع آمار بازدید ها :799755
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.
- آدرس: تبریز، آبرسان، مهرگان چهارم
- تلفن تماس: 09016347107
- تلفن ثابت : 35250068-041
- Mailttcenterاین آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید : آدرس ایمیل
- @zoodyab :آدرس تلگرام
مرکز تخصصی تلاش ترجمه از سال 1385 شروع 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.
تمامی ترجمههای انجام شده توسط موسسه تخصصی تلاش ترجمه، به صورت دستی (غیرماشینی) بوده و توسط مترجمین با سابقه انجام میشوند. ترجمههای انجام شده توسط موسسه تلاش ترجمه در قالب فایل Word و به صورت کاملا روان و بازخوانی شده و با ضمانت بازگشت وجه 72 ساعته (در صورت عدم رضایت از ترجمه) خدمت مشتریان محترم ارائه میشود.