چکیده
گسترش وب که فاقد يک ساختار يکپارچه است مشکلات متعددی را برای کاربران ايجاد مینمايد. عدم
يافتن اطلاعات مورد نیاز کاربران در اين انبارهی عظیم يکی از مشکلات کاربران وب میباشد. به منظور
مقابله با اين مشکلات سیستمهای شخصی سازی وب ارائه شده است که با يافتن الگوهای رفتاری
کاربران بدون درخواست صريح آنها قادر هستند تا پیشنهاداتی مطابق با علايق کاربران به آنها ارائه دهند.
بنابراين امروزه وجود يک سیستم پیشنهاد دهنده که بتواند براساس الگوهای کشف شده از پیمايش
کاربران توصیه هايی به صورت اتوماتیک به کاربر جاری ارائه دهد ضروری است. اخیرا روشهای وب
کاوی به منظور شخصیسازی وب به کار گرفته میشوند. در اين میان تکنیک های وب کاوی مبتنی بر
کاربرد به منظور کشف الگوهای رفتاری کاربران ارائه شده است که اين تکنیک ها با بهره گیری از
ثبتهای وب سرورها به صورت ضمنی میتوانند الگوهای رفتاری کاربران را استخراج کنند. در اين
تحقیق روشی برای ايجاد نمايه کاربران ارائه شده است که با بهرهگیری از وب کاوی مبتنی بر کاربرد
يک الگوی حرکتی جهت کاربران با استفاده از شبکههای عصبی ايجاد مینمايد تا بتواند درخواستهای
آينده کاربر را پیش بینی و سپس لیستی از صفحات مورد علاقه کاربر را تولید نمايد. نتايج تحقیق نشان
میدهد که سیستم پیشنهادی نسبت به سیستمهای پیشین از دقت مناسبی برخوردار میباشد.

فهرست مطالب

عنوان صفحه

فهرست شکلها د

فهرست جدولها ه

فصل اول: کلیات تحقیق 2

1-1 بیان مسئله - 3

1-2 ضرورت تحقیق - 4

1-3 اهداف تحقیق - 5

1-4 ساختار تحقیق - 5

فصل دوم: ادبیات موضوع 7

2-1 تعريف واژگان و اصطلاحات - 8

2-2 چالش های وب - 9

2-3 انواع روشهای وب کاوی - 10

2-3-1 وب کاوی مبتنی بر کاربرد - 11

2-3-2 وب کاوی مبتنی بر محتوا - 14

2-3-3 وب کاوی مبتنی بر ساختار - 15

2-4 شخصی سازی وب - 16

2-4-1 فوايد سیستم شخصی سازی وب - 20

2-4-2 سیستمهای فیلتر کنندهی مبتنی بر قانون - 20

2 - 4 - 3 سیستمهای فیلتر کنندهی مبتنی بر محتوا - 20

2-4-4 سیستمهای فیلتر کنندهی مشارکتی - 21

2-5 سیستمهای توصیهگر - 21

2-6 شخصی سازی وب براساس وب کاوی مبتنی بر کاربرد - 22

2-7 منابع داده - 24

2-7-1 داده های کاربرد - 24

2-7-2 داده های محتوا - 25

2-7-3 داده های ساختار - 25

2-8 خوشه بندی - 26

2-8-1 الگوريتم - K-Means 27

2-8-2 معیارهای شباهت - 28

2-9 شبکههای عصبی - 30

فصل سوم: کارهای پیشین 32

3-1 رويکردهای مبتنی بر کاوش قواعد انجمنی و خوشه بندی - 33

3-2 روشهای ترکیبی در شخصیسازی وب - 38

3-3 رويکردهای مبتنی بر شاخص گذاری و کلمات کلیدی - 42

3-4 مروری بر سیستمهای پیشنهاد دهنده وب - 43

3-4-1 سیستم پیشنهاد دهنده وب - 43

3-4-2 روشهای تولید پیشنهاد - 44

3-4-2-1 روش های مبتنی بر فیلتر مشارکتی - 44

3-4-2-2 روشهای مبتنی بر محتوا - 44

3-4-2-3 روش های مبتنی بر دانش - 45

3-4-2-4 سیستم های پیشنهاد دهنده ترکیبی - 46

3-4-3 مقايسه روشهای تولید پیشنهاد - 46

فصل چهارم: روش پیشنهادی 49

4-1 پیش پردازش دادهها - 51

4-1-1 پاکسازی دادهها - 51

4-1-2 شناسايی و بازسازی نشستهای بازديد کاربران - 52

4-2 ايجاد نمايه برای شخصی سازی در وب - 52

4-2-1 ايجاد بردار نشست - 52

4-2-2 پاکسازی نشستها - 54

4-2-3 ساخت نمايه کاربران - 55

4-3 خوشه بندی نمايه ها براساس رفتار کاربران - 55

ساخت سیستم توصیه گر با استفاده از شبکه های عصبی - 56
فصل پنجم: پیادهسازی و ارزیابی روش پیشنهادی 58
5-1 مرحله پیش پردازش و ساخت بردارهای نشست - 59
5-2 مرحله خوشه بندی - 61
5-3 مرحله تولید پیشنهادات با استفاده از شبکهی عصبی - 62
5-4 ارزيابی سیستم پیشنهادی - 63
فصل ششم: نتیجه گیری و پیشنهادات آتی 66
6-1 نتايج تحقیق و تحلیل ها - 67
6-2 کارهای آتی - 68
فهرست مراجع
د
فهرست شکلها