داده کاوی استفاده از وب خودکار و سیستم توصیه گر با استفاده از روش طبقه بندی K نزدیک ترین همسایه (KNN)
واتساپ:09141077352 همراه: 09141077352 ثابت: 35250068-041 سفارش سمینار و مقاله سفارش ترجمه تخصصی
 

دانلود فایل با شمار فاکتور

لطفا شماره فاکتور خود را درج نمایید


جدیدترین لغات واژه‌نامه

آمار بازدیدکنندگان

بازدید امروز :38
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)

دسته‌بندی: مقالات ترجمه شده رشته کامپیوتر
تاریخ انتشار: جمعه 2 مهر 1395
داده کاوی استفاده از وب خودکار و سیستم توصیه گر با استفاده از روش طبقه بندی K نزدیک ترین همسایه (KNN) 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) داده کاوی استفاده از وب خودکار و سیستم توصیه گر با استفاده از روش طبقه بندی K نزدیک ترین همسایه (KNN)


قیمت قیمت : 38000 تومان
تخفیف تخفیف: 1000 تومان
تخفیف تخفیف ویژه : 10 درصد
قیمت نهایی قیمت نهایی: 33200 تومان
1382 بازدید
کد مقاله: TTC- 3011
نوع فایل : docx
لینک دانلود فایل خریداری شده بلافاصله بعد از خرید موفق فعال خواهد شد.
Journal: Elsevier 2015,

Automated web usage data mining and recommendation system using K-Nearest Neighbor (KNN) classification method
Abstract

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.

Keywords: Automated; Data mining; K-Nearest Neighbor; On-line; Real-Time

چکیده

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.

کلمات کلیدی: خودکار، داده کاوی، K نزدیک ترین همسایه، آنلاین، بلادرنگ

تعداد صفحات انگلیسی تعداد صفحات انگلیسی:19 صفحه
تعداد صفحات فارسی تعداد صفحات فـارسـی:22 صفحه

  • 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.