مبانی نظری و پیشینه تحقیق برای فصل دوم پایان نامه ایجاد یک سیستم توصیه‌گر در وب با بهره‌گیری از نمایه‌های کاربران و روش‌های یادگیری ماشین

مبانی نظری و پیشینه تحقیق برای فصل دوم پایان نامه ایجاد یک سیستم توصیه‌گر در وب با بهره‌گیری از نمایه‌های کاربران و روش‌های یادگیری ماشین

فصل دوم: ادبیات موضوع ۷

۲-۱-         تعریف واژگان و اصطلاحات ۸

۲-۲-         چالش های وب ۹

۲-۳-         انواع روش‌های وب کاوی ۱۰

۲-۳-۱-            وب کاوی مبتنی بر کاربرد ۱۱

۲-۳-۲-            وب کاوی مبتنی بر محتوا ۱۴

۲-۳-۳-            وب کاوی مبتنی بر ساختار ۱۵

۲-۴-         شخصی سازی وب ۱۶

۲-۴-۱-            فواید سیستم شخصی سازی وب ۲۰

۲-۴-۲-            سیستم‌های فیلتر کننده‌ی مبتنی بر قانون ۲۰

۲-۴-۳-            سیستم‌های فیلتر کننده‌ی مبتنی بر محتوا ۲۰

۲-۴-۴-            سیستم‌های فیلتر کننده‌ی مشارکتی ۲۱

۲-۵-         سیستم‌های توصیه‌گر ۲۱

۲-۶-         شخصی سازی وب براساس وب کاوی مبتنی بر کاربرد ۲۲

۲-۷-         منابع داده ۲۴

۲-۷-۱-            داده های کاربرد ۲۴

۲-۷-۲-            داده های محتوا ۲۵

۲-۷-۳-            داده های ساختار ۲۵

۲-۸-         خوشه بندی ۲۶

۲-۸-۱-            الگوریتم K-Means 27

۲-۸-۲-            معیارهای شباهت ۲۸

۲-۹-         شبکه‌های عصبی ۳۰

فصل سوم: کارهای پیشین ۳۲

۳-۱-         رویکردهای مبتنی بر کاوش قواعد انجمنی و خوشه بندی ۳۳

۳-۲-         روش‌های ترکیبی در شخصی‌سازی وب ۳۸

۳-۳-         رویکردهای مبتنی بر شاخص گذاری و کلمات کلیدی ۴۲

۳-۴-         مروری بر سیستم‌های پیشنهاد دهنده وب ۴۳

۳-۴-۱-            سیستم پیشنهاد دهنده وب ۴۳

۳-۴-۲-            روش‌های تولید پیشنهاد ۴۴

۳-۴-۲-۱-             روش های مبتنی بر فیلتر مشارکتی ۴۴

۳-۴-۲-۲-             روش‌های مبتنی بر محتوا ۴۴

۳-۴-۲-۳-             روش های مبتنی بر دانش ۴۵

۳-۴-۲-۴-             سیستم های پیشنهاد دهنده ترکیبی ۴۶

۳-۴-۳-            مقایسه روش‌های تولید پیشنهاد ۴۶

…..

…..