الف – پرداخت وجه بحساب وب سایت ایران ترجمه(شماره حساب)ب- اطلاع جزئیات به ایمیل irantarjomeh@gmail.comشامل: مبلغ پرداختی – شماره فیش / ارجاع و تاریخ پرداخت – مقاله مورد نظر --مقالات آماده سفارش داده شده پس از تایید به ایمیل شما ارسال خواهند شد.
قیمت
قیمت این مقاله: 48000 تومان
(ایران ترجمه - Irantarjomeh)
توضیح
بخش زیادی از این مقاله بصورت رایگان ذیلا قابل مطالعه می باشد.
Agent, Personalization, Semantic web, information retrieval, ranking algorithm
مرجع به فارسی
ژورنال بین المللی علوم و سیستم های کاربردی کامپیوتری پیشرفته (IJACSA)
دپارتمان علوم کامپیوتر، دانشگاه مادورائی کاماراج، تامیل نادو
مرجع به انگلیسی
(IJACSA) International Journal ofAdvanced Computer Science and Applications, Department of Computer Science Madurai Kamaraj University ,Madurai , Tamilnadu
کشور
تامیل نادو
سیستم بازیابی اطلاعات وب معنایی عامل مبنای شخصی
چکیده
هر کاربر از نوعی سابقه فردی مشخص و هدف دقیق خاص در ارتباط با جستجوی اطلاعات برخوردار می باشد. اهداف جستجوی شخصی در حقیقت شامل جستجوی نتایج مولفه های مورد علاقه کاربر بر مبنای ترجیح های وی می باشد. امر دسترسی مؤثر به اطلاعات شخصی شده دربردارنده دو چالش مهم می باشد: شناسایی دقیق مضامین و محتویات کاربری و سازماندهی اطلاعات به منظور تطبیق با مولفه های مورد علاقه کاربرد. در این مقاله، از علم آنتولوژی یا هستی شناسی به عنوان یک مولفه دانش محور برای فرایند بازیابی اطلاعات استفاده می شود. چنین فرایندی از یک لایه اضافه، فراتر از هر کدام از موتورهای جستجو، برحسب تحلیل صرف کلمات کلیدی، در ارتباط با بازیابی اطلاعات برخوردار می باشد. در اینجا، پروسه جستجو هم از نقطه نظر نحوی و هم از نقطه نظر معنایی اعمال می شود. این سیستم پیشرفته قابلیت بازیابی نتایج وب برحسب ویژگی های مرتبط تر و مانوس تر با جستجوی کاربران را خواهد داشت. در این رابطه سطح دقت نیز ارتقا می یابد که علت آن را می توان آنالیز معنایی این فرایند بحساب آورد. نتایج مجدداً رتبه بندی و سازماندهی می شوند تا قابلیت تحصیل لینک های مرتبط به وجود آید. بر مبنای رفتار دسترسی به اطلاعات کاربر، یک پروفایل آنتولوژیکی ایجاد می گردد، که از آن جهت شخصی سازی اطلاعات استفاده می شود. در صورتی که چنین سیستمی برای کسب اطلاعات وبی مورد استفاده قرار گیرد، قابلیت ارتقای عملکرد جستجو وجود داشته با کاربرد آن می توان نتایج دقیقی را حاصل آورد.
هدف اصلی این بخش توجیه نیاز برای حاصل آوردن یک رویکرد جامع می باشد که در آن قابلیت ترکیب دو مؤلفه مربوطه یعنی فناوری های مرتبط با عامل های هوشمند و سرویس وب معنایی شخصی در نظر گرفته می شود. این مطالعه بر روی خدمات وب معنایی شخصی تمرکز داشته و بر این مبنا ویژگی های عامل های هوشمند و سیستم های چند عامله مورد بررسی قرار گرفته و بیشترین مشکلات شایع در ارتباط با فناوری عاملی ارائه خواهند شد.
الف. شخصی سازی با استفاده از وب معنایی:
فناوری های معنایی قابلیت ارائه مطلوب نسل بعدی موتورهای جستجوی معنایی را خواهند داشت. موتورهای جستجوی متعارف و معمولی قادر به درنظرگیری ارتباطات معنایی بین عبارات جستجو شده و دیگر مفاهیم، معنی دار برای کاربران، نمی باشند. بنابراین، دید وب معنایی و ویژگی آنتولوژی هسته ای آن به منظور فایق آمدن بر این نقص مورد استفاده قرار می گیرد. ترتیبی که برمبنای آن این نتایج رتبه بندی می شوند نیز به عنوان یک مؤلفه اصلی مدنظر خواهد بود. به علاوه، ترجیحات کاربران و علاقه مندی های آنها را نیز می بایست به منظور فراهم آوردن یک سری از نتایج شخصی شده مناسب برای آنها مد نظر قرار داد.
ب. گسترش پرس و جو با استفاده از آنتولوژی / هستی شناسی
آنتولوژی یا علم هستی شناسی توانایی ایجاد یک منبع معنایی با قابلیت به اشتراک گذاری بصورت سازگار، در مقایسه با محدوده گسترده ای از عامل ها، را فراهم می آورد. هدف اصلی ایجاد آنتولوژی آن است که چنین فرایندی را می توان به عنوان شاخصی در ارتباط با انباره های اطلاعاتی بکار گرفت تا از این طریق قابلیت تسهیل جستجوی اطلاعات و بازیابی داده ها فراهم شده و بعلاوه بتوان نسبت به شناسایی محتویات مورد علاقه کاربران به طور دقیق اقدام نمود، به گونه ای که با توجه به نتایج جستجو قابلیت شخصی سازی، از طریق سازماندهی مجدد نتایج حاصله از موتور جستجو، برای یک پرس و جوی خاص، بوجود آید. در این تحقیق، محتویات مربوطه از حوزه آنتالوژی (Domain-Ontology) برحسب مفاهیم استخراج شده و از آنها جهت اکتساب الگوهای معنایی در پرس و جوها، با قابلیت ارائه ضروریات و نیازهای حقیقی کاربران، استفاده می شود.
از طریق فرایند شخصی سازی، می توان نسبت به ارتقای فرآیند ناوبری یا جستجو در سایت های وبی اقدام نمود، به طور مثال، قابلیت پر رنگ سازی محتویات و لینک های مورد علاقه، همراه با مخفی سازی موارد غیر مرتبط، و حتی ایجاد لینک های جدید در سایت برحسب وب مقصد مورد نظر کاربر. در عین آنکه فرایند شخصی سازی می تواند به ما در خصوص شناسایی اطلاعات جدید مرتبط کمک نماید، اطلاعات جدید ممکن است سبب بروز مشکلاتی در خصوص بازیابی مجدد آنها شود، آن هم به هنگامی که به روشی عرضه شوند که سبب حاصل آوردن مطلوب اطلاعات قبلی و تعاملات قبلی نشوند. این مطالعه ارائه دهنده مدلی می باشد که بر مبنای آن قابلیت به یادآوری نتایج جستجو وجود داشته و بنابراین، این موضوع نشان داده خواهد شد که با استفاده از این فرایند می توان نسبت به ترکیب اطلاعات جدیدی که در جستجوهای قبلی مشهود نبوده اند اقدام نمود. با انجام این راهکار کاربران می توانند به طور مؤثر اقدام به یافتن اطلاعات جدید و قدیمی خود با استفاده از لیست واحدی از نتایج جستجو نمایند.
ج. شخصی سازی عامل مبنا:
ویژگی اصلی فناوری عامل مبنا آن است که ساختار نرم افزار به وسیله گروهی از عامل ها، با مشارکت و همکاری با یکدیگر در ارتباط با حاصل آوردن اهداف مشخص، ارائه می شود. ترکیب فرایند بازیابی اطلاعات و فناوری چند عامله دارای ویژگی های ذیل می باشد: قابلیت انطباق یا تطبیق پذیری، ابتکار عمل، مشارکت و تعامل. در بین انواع مختلف عامل ها، عامل های شخصی برای این نوع از تحقیقات کاملاً مدنظر می باشند. نوع عامل ها که در سطح رابط کاربر عمل می نمایند و به طور فعال از طریق ارائه اطلاعات و ارائه مشاوره به کاربران کمک می نمایند از جمله مؤلفه های مدنظر در این مبحث به شمار می آیند (Wasson و همکاران، ۲۰۰۱). این عامل ها غالباً از نوعی از الگوریتم فراگیری هوشمند استفاده می نمایند به گونه ای که قابلیت تعامل با مبانی و پارامترهای ورودی کاربران همراه با بررسی آنها و نهایتاً اعمال فرایندهای مقتضی برحسب ویژگی های خاص نیازهای مطرح شده در هر زمان را خواهند داشت. این عامل ها هچنین تحت عنوان عامل های فراگیری یا تطبیقی نیز خوانده می شوند. هر عامل به صورت ابتدا به ساکن قابلیت فراخوانی اطلاعات متناظر برحسب نیاز کاربر را داشته و حتی می تواند نسب به کنترل تغییرات منابع اطلاعاتی اقدام نموده و به علاوه هر کدام از عامل ها قابلیت به اشتراک گذاری اطلاعات با عامل های دیگر را نیز خواهند داشت.
مقاله جاری اراده دهنده یک سیستم بازیابی اطلاعات شخصی بر مبنای ویژگی های چند عامله می باشد که قابلیت حاصل آوردن فرایند بازیابی اطلاعات برحسب دانش مورد نظر کاربر از طریق تعاملات چند عامله برای فراهم آوردن سرویس شخصی به کاربران را خواهد داشت. در فرایند بازیابی اطلاعات شخصی، مؤلفه های دقت و کیفیت منوط به میزان واقعی ویژگی های مورد علاقه کاربران می باشند. بنابراین، این مقاله اقدام به حل مشکلات در ارتباط با چگونگی ایجاد مدل مورد نظر کاربران بر مبنای فضای بردار نموده و به علاوه چگونگی به روزرسانی مدل مورد نظر کاربران، بصورت به موقع یا به هنگام با توجه به تغییرات احتمالی در علایق هر کدام از کاربران را مورد بررسی قرار می دهد.
سیستم بازیابی اطلاعات وب معنایی
۲- بررسی مقاله
شخصی سازی وب در ابعاد مختلفی مدنظر می باشد. یکی از راهکارهای مرتبط دسته بندی کاربران بر مبنای اطلاعات نفوس شناسی یا جمعیت شناسی، که به وسیله کاربران در زمان انتخاب سبک شخصی سازی فراهم آمده است، می باشد. مثالی از این مورد سرچ یا جستجوی شخصی گوگل با استفاده از نرم افزار igoogle است. این رویکرد مشخص کننده آن می باشد که کاربران می بایست دقیقاً از این موضوع اطلاع داشته باشند که به کدام یک از داده ها قبل از جستجو نیازمند هستند. این جستجو همچنین قابلیت اصلاح ساختار مستندات وبی به منظور معنایی سازی آنها را خواهد داشت به گونه ای که این مستندات متعاقباً قابلیت بازیابی بر مبنای معنای جستجو، و نه صرفاً عبارات بکار گرفته شده در پرس و جو، را داشته باشند [۲]. این رویکرد به نظر بسیار نویدبخش است، اما در عین حال به عنوان یک پروژه طویل المدت به شمار می آید و کاربردپذیری و استفاده از آن منوط به جامعه کاربری می باشد. راهکار دیگر جهت شخصی سازی جستجو، رده بندی کاربران بر مبنای کلاس های از قبل محاسبه شده است. این کلاس ها را می توان برحسب تاریخچه وبگردی یا مرورگری کاربران محاسبه نمود. رده بندی آنلاین کاربران برحسب کلاس های از قبل تعیین شده غالباً بر مبنای محاسبه مشابهت بین هر الگوی از قبل تعریف شده و نشست کنونی کاربران می باشد. نشست جاری یا کنونی به مشابه ترین خوشه تخصیص داده می شود [۶ ، ۸]. به علاوه این رویکرد به منظور حاصل آوردن رده بندی فازی اصلاح شده تا از بروز مشکل دور افتادگی برخی از کاربران جلوگیری شود [۷].
سیستم بازیابی اطلاعات وب معنایی
۳- معماری پیشنهادی
در این مقاله ما نوعی معماری خاص را برای یک سیستم بازیابی اطلاعات وب معنایی شخصی شده عامل مبنا (PSIR) ارائه می نماییم، که قابلیت کمک به کاربران به منظور یافتن صفحات وبی مرتبط بر مبنای انتخاب آنها از لیست حوزه وابسته را خواهد داشت، به گونه ای که کاربران بتوانند نسبت به حاصل آوردن مجموعه ای از صفحات وبی مرتبط از سیستم خود اقدام نمایند.
APSIR به عنوان یک موتور جستجوی خزنده ـ مبنا (کرالینگ) به شمار می آید که از سیستم کرالر یا خزنده جهت جمع آوری منابع از هر دوی محیط های معنایی و همچنین منابع وبی سنتی استفاده می نماید.
الف . عامل کاربر:
عامل کاربر به عنوان یک رابط دو سویه بین کاربر و سیستم به شمار می آید و فراهم آورنده یک بستر مناسب برای کاربران است. این عامل قابلیت ایجاد مدل مورد علاقه کاربر برحسب تاریخچه مرورگری وی و داده های ثبت شده را خواهد داشت (این سیستم دارای یک رابط جستجوی گوگل مانند با کاربری آسان می باشد. پس از ارسال پرس و جو، نتایج به آسانی نشان داده خواهند شد). عامل کاربر قابلیت بررسی درخواست های بازیابی کاربر (جستجوی ضروری) را خواهد داشت که بر مبنای آن اطلاعات برحسب یک فرمت مشخص ارسال شده و درخواست مشخص شده کاربر با توجه به این فرمت به عامل استخراج معنایی ارسال می گردد تا قابلیت گسترش فرایند پرس و جو بر مبنای حوزه مورد نظر و با توجه به عبارات مرتبط برحسب ویژگی آنتولوژی فراهم شود. عامل کاربر همچنین قابلیت حاصل آوردن نتایج کلی از عامل رتبه بندی شخصی شده را داشته و ارائه دهنده نتایج این ویژگی های شخصی به کاربر می باشد. به علاوه، عامل کاربر قابلیت کنترل راهکار ایجاد پروفایل کاربران برای کاربران جدید را نیز خواهد داشت. مرورگری کاربران یا رفتار ارزیابی آنها را می توان به عنوان پروفایل رتبه بندی نمود و چنین مؤلفه ای برحسب عامل کاربر مشخص می گردد، به گونه ای که مدل مورد علاقه کاربر قابلیت به روزرسانی شدن و ارتقا در زمان مقرر را خواهد داشت. عامل کاربر شامل بررسی محیطی، ویژگی های حافظه مبنا، دانش مبنا، مکانیزم فراگیری و موتور رابط نیز می باشد.
ویژگی کنترلی یا نظارتی ماژول محیطی در عامل کاربر در حقیقت به عنوان یک رابط ورودی و خروجی کاربر به شمار می آید.
مؤلفه حافظه مبنا نیز قابلیت ثبت اطلاعات اصلی وارد شده برای هر کاربر را خواهد داشت.
مؤلفه دانش مبنا اقدام به تعریف دانش شخصی هر کاربر نموده و این اطلاعات را همراه با مدل کاربران دسته بندی می نماید.
مکانیزم فراگیری جهت خلاصه سازی رفتار کاربران و فرمت بندی اطلاعات بکار گرفته می شود.
ب. عامل استخراج معنایی:
هدف از عامل استخراج معنایی یافتن ویژگی های معنایی در پرس و جوهای کاربران می باشد. چنین مؤلفه ای از فناوری های عاملی و تکنیک های آنتولوژی جهت تحلیل ارتباط بین پرس و جوهای کاربران و مستندات آنها به منظور استخراج ویژگی های معنایی اقدام می نماید. این ماژول حاوی مؤلفه های ذیل است:
پیش پردازش پرس و جو: کلمات بدون معنا همانند ضمایر خنثی، مقالات، و علامت ها در این محتوا از پرس و جو حذف می شوند.
آنالیز معنایی: این مؤلفه مشخص کننده اجزای معنایی همانند موضوع، ویژگی، و آبجکت در محتوای پرس و جو می باشد و بر این مبنا اقدام به تحلیل ارتباطات معنایی آنها می نماید.
انطباق معنایی: در سیستم بازیابی اطلاعات شخصی، عامل تطبیق معنایی اقدام به کنترل درخواست فرمت دار دریافتی کاربر از عامل کاربر نموده و متعاقباً این درخواست (بر مبنای آنتولوژی) و برحسب موارد مورد نیاز کاربر گسترش می یابد. متعاقباً، درخواست کامل شده کاربر به عامل جستجوی معنایی انتقال می یابد. این عامل اقدام به تحلیل داده های بازگشتی از عامل جستجو نموده و متعاقباً اطلاعات غیر مفید را فیلتر نموده و نتایج را پردازش کرده و آنها را به کاربر ارسال می نماید.
الگوریتمی برای QE با استفاده از آنتولوژی حوزه
ج. عامل جستجوی معنایی :
این مؤلفه مسئول جستجو و بازیابی نتایج مرتبط می باشد. عامل جستجوی معنایی عمدتاً شامل استراتژی جستجو، بهینه سازی جستجو و انجام فرایند کرالینگ می باشد.
استراتژی جستجو شامل استراتژی جستجوی عمق اول است.
بهینه سازی جستجو نیز شامل راهکاری جهت دستیابی به صفحه ای می باشد که می بایست در با استفاده از آن اقدام به مدیریت وب سایت ها شده و با توجه به فراوانی بازدید اقدام به جمع آوری وب سایت های مهمی شود که صفحات آن دارای وزن بالایی بوده و احتمالال با تغییراتی مواجه شده و بعلاوه این فرایند اطمینان حاصل می نماید که صفحات به صورت تکراری تحت فرایند کرالینگ قرار نگیرند.
برنامه کرالینگ در حقیقت به عنوان برنامه ای به شمار می آید که اقدام به مشخص سازی و ایندکس نمودن صفحات در موتور جستجو بر مبنای هایپرلینک ها بین وب ها به منظور جمع آوری اطلاعات می نماید:
د. عامل فیلترینگ:
در این فرایند، الگوریتم های تطبیقی به گونه ای ارائه می شوند تا قابلیت تطبیق سریع و جستجوی سریع محتویات وجود داشته باشد. این مؤلفه ها در ماژول مربوطه شامل پارامترهای دانش مبنا و تطبیق معنایی می باشند.
پارامتر دانش مبنا: این مؤلفه شامل اطلاعات شخصی کاربر است که به وسیله عامل کاربر انتقال یافته است. به هنگام تطبیق، تطابق معنایی از اطلاعات شخصی کاربران (رفتار مورد نظر کاربر و تاریخچه جستجو) جهت یافتن تطبیق استفاده نموده و بر مبنای آن اقدام به جستجوی دقیق تر و مفیدتر اطلاعات برای کاربران خواهد نمود.
پارامتر تطبیق معنایی: بر مبنای رفتار کاربران، این مؤلفه اقدام به تطبیق معانی در جستجوهای کاربران و معانی در مستندات آنها نموده و با توجه به این موارد نتایج به عامل کاربر ارجاع خواهد شد.
ه ـ . عامل رتبه بندی شخصی:
در این سیستم بازیابی اطلاعات شخصی، عامل رتبه بندی شخصی به عنوان مرکز تصمیم گیری سیستم بازیابی اطلاعات شخصی بر مبنای ویژگی ها چند عامله به شمار می آید. با استفاده از الگوریتم رده بندی مجدد قابلیت یافتن یک امتیاز یا نمره جدید بر مبنای مؤلفه های مورد نظر کاربران وجود خواهد داشت.
الگوریتمی برای محاسبه نمره مرتبط (رده بندی مجدد) برای صفحات وبی
و: ویژگی های دانش مبنا
ویژگی دانش مبنا برای سورت یا دسته بندی هر کدام از مدل های مورد نظر کاربران، رکوردهای آنها و قواعد یا پارامترهایی که تضمین دهنده ویژگی های مناسب کارکرد متوازن سیستمی باشد بکار گرفته می شود.
ز. پروفایل مورد نظر کاربر
دو روش کلی جهت اکتشاف موارد مورد نظر یا علاقه کاربران بکار گرفته می شود: (۱) بازخورد ظاهری و (۲) بازخورد ضمنی.
در بازخورد ظاهری یا مشهود، کاربران قابلیت وارد نمودن داده های مورد نظر شخصی خود یا ارزیابی کار کنونی را خواهند داشت.
بازخورد ظاهری: به هنگام بازیابی اطلاعات، کاربر اقدام به ارائه یک مقدار وزنی Wv می نماید که معرف میزان رضایت کاربر در ارتباط با مستند فراهم شده D می باشد، بر این مبنا عبارت فرمول بندی شده به شرح ذیل بیان خواهد شد:
(۱)
در پیاده سازی سیستم، کاربر قابلیت انتخاب این موضوع را خواهد داشت که آیا صفحه مورد ارزیابی به صورت ظاهری پدیدار گردد یا آنکه چنین صفحه ای به صورت یک مورد ضد و نقیض مشخص شود. میزان رضایت را می توان به صورت یک نمودار گزینه ای در نظر گرفت، بنابراین کاربر می تواند این مؤلفه را به صورت Wv تنظیم نماید.
بازخورد ضمنی: سیستم ممکن است اقدام به حاصل آوردن اطلاعات مورد نظر کاربر از طریق رهگیری رفتار و عملیات وی نماید.
ح . ایجاد پروفایل مورد نظر کاربر:
در ابتدا، فرایند ذیل را می توان جهت رتبه بندی تاریخچه مرورگری مستندات بکار گرفت.
مرحله ۱: در صورتی که QUERY دقیقاً منطبق با (BH (تاریخچه مرورگری)) باشد، که به عنوان بردار استاندارد شده تاریخچه مرورگری اطلاعات ثبت شده به شمار آید.
ط. عامل رفتار کاربر:
به هنگام جمع آوری اطلاعات مورد نظر کاربر، لازم است تا به عوامل دیگری نیز دقت داشته باشیم. به طور مثال، نگرش کاربر به صفحه مروری به عنوان یک عامل بسیار مهم در ارتباط با اطلاعات مورد نظر کاربر به شمار می آید. برخی از صفحات ذخیره شده اند، برخی از آنها کپی گردیده اند، یا برخی پرینت شده اند. برحسب ویژگی های ظاهری، کاربر از علاقه بیشتری به صفحات کپی شده، ذخیره شده یا پرینت شده، در مقایسه با دیگر صفحات مرور شده صرف برخوردار می باشد. بنابراین میزان علاقه هر کاربر را می توان بدین وسیله حاصل نمود.
ی. ذخیره سازی و نمایش نتایج:
مرحله ۱: تبدیل پرس و جوی درخواستی بازیافتی رشته Q به بردار
ک. به روز رسانی مدل مورد نظر کاربر:
به هنگامی که کاربر اقدام به مرورگری مستندات خروجی می نماید، سیستم قابلیت حفظ رفتار کاربر (رفتار مرورگری، ذخیره سازی و غیره) در بخش دانش مبنا در زمان واقعی را خواهد داشت. چنین سیستمی می تواند اقدام به ارزیابی آن صفحه در ارتباط با طرح این سئوال از کاربر به منظور حاصل نمودن نوعی میزان رضایت مشخص نماید. با ارزیابی کلیه مستندات، که دارای درجه رضایت قابل توجه باشندSatis_De(D) نیز به عنوان یک مقدار بیش از مقدار کمینه پیش فرض (مقدار آستانه) برای بردار حوزه مورد نظر جدید کاربر حاصل خواهد شد.
سیستم بازیابی اطلاعات وب معنایی
۴- پیاده سازی و آزمایشات
در این بخش ما نسبت به انجام آزمایشاتی جهت ارزیابی عملکرد سیستم پیشنهادی با توجه به نقطه نظر کمّی از طریق ارزیابی دقت نتایج اقدام می نماییم. ایده اصلی این آزمایش مقایسه نتیجه جستجو از کلمات کلیدی برحسب موتور جستجو و با توجه به یکی از رده بندی های مشخص و کلمات کلیدی یکسان می باشد. معیار آزمایشات ما شامل تناسب (نسبت مقدار اطلاعات مفید در برابر مجموع کل اطلاعات)، سن (مدت ارائه هر یک از مستندات) و تطبیق معنایی (دقت تطابق) میباشد. پس از جستجوی اطلاعات مشابه برحسب معیار زمانی، سیستم ما نتایج بهتری را در مقایسه با موتور جستجوی جاری حاصل آورده است، که برای این کار اقدام به روزرسانی پروفایل کاربر بر مبنای بازخورد آنها به صورت اتوماتیک می نمائیم. یک مجموعه آزمایشی و اطلاعات گردآوری شده متشکل از مستندات، پرس و جوها و لیستی از مستندات مرتبط جهت ارزیابی سیستم پیشنهادی ارائه شده است. این موارد جهت مقایسه نتایج سیستم پیشنهادی از طریق انجام روش ارزیابی مرتبط اعمال گردیده اند.
زمان شخصی سازی:
زمان جهت بازیابی هر گونه اطلاعات منوط به نوع موتور جستجو، اندازه مجموعه اطلاعاتی، ربط بین پرس و جو و تاریخچه مستندات کاربردی و الگوریتم دسته بندی مجدد استفاده شده می باشد. عملکرد شخصی را می توان به شرح ذیل توصیف کرد:
سیستم بازیابی اطلاعات وب معنایی
۵- نتیجه گیری
در این مطالعه، سیستم بازیابی اطلاعات جدید، بر مبنای وب معنایی و ویژگی چند عاملی، جهت مشخص سازی مؤثر نقص ها و محدودیت های فرایند جستجوی سنتی بر مبنای کلمات کلیدی بکار گرفته شد و از آن به منظور کمک به کاربران جهت حاصل آوردن اطلاعات ضروری استفاده گردید.
آزمایشات سیستم کنونی نشان دهنده آن هستند که چنین سیستمی قابلیت ارتقای دقت و کارآمدی بازیابی مستندات وبی را خواهد داشت. هدف ارائه مستندات مرتبط وبی در حوزه مشخص برحسب درخواست های تطبیقی کاربران می باشد. این مورد را می توان در حوزه های دیگر از طریق ادیت نمودن آنتولوژی حوزه با استفاده از گزینه خروجی APSIR و ایجاد مفاهیم مرتبط با جدول وزن حوزه بکار گرفت. یک مدل کاربر، جهت ارتقای رتبه بندی مستندات فراخوانی شده، برحسب ویژگیهای مورد نظر کاربران، پیشنهاد شده است.
لطفا به جای کپی مقالات با خرید آنها به قیمتی بسیار متناسب مشخص شده ما را در ارانه هر چه بیشتر مقالات و مضامین ترجمه شده علمی و بهبود محتویات سایت ایران ترجمه یاری دهید.
