منبعی از مطالب علمی، فنـی و تخصصی پیرامــون حـوزه های IT و کامپیــوتر وبلاگ شخصی فاطمه خورشاهیان

معرّفی اجمالی پروژه "سیستم های پیشنهاد دهنده در موتورهای جستجو"

سیستم های پیشنهاد دهنده بازتاب (0) ارسال نظر   

 

 

    پروژه ای در دست انجام است که در واقع پیاده سازی یک مقاله در حوزه ی Query Recommendation ها می باشد.

v     هدف پروژه

       به استناد از مقاله ی

Query Recommendation for Improving Search Engine Results

Hamada M.Zahera, Gamal F. El Hady, Waiel.F Abd El-Wahed

Proceedings of the World Congress on Engineering and Computer Science 2010 Vol I WCECS 2010, October 20-22, 2010, San Francisco, USA

ü      طراحی سیستمی برای پیشنهاد لیستی از پرس و جوها (Queries) ی مشابه پرس و جو ورودی کاربر

ü       مبتنی بودن پرس و جوهای پیشنهادی بر پرس و جوهای صادر شده ی قبلی کاربران (یعنی استفاده از Query Log)

ü       مبتنی بودن این روش بر فرآیند خوشه بندی

ü       هر خوشه شامل گروهی است از پرس و جوهای مشابه معنایی 

ü       ارائه کوئری های پیشنهادی بصورت رتبه بندی بر اساس معیار شباهت

ü       نهایتاً ارزیابی این روش با استفاده از دیتاستی واقعی از Query Log یک موتور جستجو 

  

کتاب مرجع Search Engines: Information Retrieval In Practice

اینترنت و وب بازتاب (0) ارسال نظر   
 
 
 
 
 
 

    در این لینک شما می توانید کتاب بسیار مفید Search Engines :   Information Retrieval in Practice   را که کتابی مرجع و به زبان اصلی است، دریافت نمایید. این کتاب شامل مطالب بسیار مهم و قابل توجهّی در رابطه با تمامی ابعاد موتورهای جستجو می باشد. لینک دریافت ... 
 
SearchEngineBook.pdf 
 

 

گزارش سمینار سیستم های پیشنهاد دهنده در موتورهای جستجو

سیستم های پیشنهاد دهنده بازتاب (0) ارسال نظر   
 
 
 
 
 
 
   
ادامه مطلب 
   

Recommender Systems Chapter 2

سیستم های پیشنهاد دهنده بازتاب (0) ارسال نظر   
 
 
 
   
 
     در این لینک شما می توانید ادامه ی مطالب مربوط به سیستم های پیشنهاد دهنده از جمله ؛ رویکردهای پایه ای، تعاریف و فاکتورهای اوّلیه ای این سیستم ها و .... را، به زبان اصلی دریافت نمایید ... 
 
Recommender Systems(2).pdf 
 
 

Recommender Systems: Introduction And Challenges Chapter 1

سیستم های پیشنهاد دهنده بازتاب (0) ارسال نظر   
 
 
 
 
  
  
    در این لینک شما می توانید اطلاعات بسیار مفیدی در ارتباط با معرّفی سیستم های پیشنهاد دهنده و چالش های مرتبط با آنها را، به زبان اصلی دریافت نمایید ...

Recommender Systems_ Introduction and Challenges.pdf 

 

پردازش تصویر: بررسی روشها و الگوریتمها

هوش مصنوعی بازتاب (0) ارسال نظر   
 
 

   در اين مقاله مباني نظري، تكنيكي و جنبه هاي كاربردي مباحث پردازش تصوير با بررسي دقيق تكنيكها و الگوريتمهاي تشخيص چهرة انسان و بازشناسي نوري حروف (OCR) بصورت جامع مورد بررسي قرار مي گيرند و زيربخش ها و بلوك هاي پردازشي آن معرفي مي گردند.

بطور كلي موارد مطرح شده عبارتند از :

         پردازش تصوير و كاربردهاي عمومي آن .

         تشخيص الگو .

        پردازش متون و مفاهيم پايه اي .

·        خصايص و پيچيدگي هاي مختص نگارش زبان فارسي در يك نرم افزار OCR.

·        تحقيقات داخلي انجام شده در زمينه. OCR

         روشهاي پردازش چهرة انسان.

         الگوريتهاي پردازش تصوير.

          ويژگيهاي خود همبستگي.
 
 ادامه مطلب
 

آموزش کامل Threading در زبان برنامه نویسی #C به زبان فارسی

برنامه نویسی بازتاب (0) ارسال نظر   
 
 
 
 
 
 ادامه مطلب 
 

خودآموزی کامل در مورد Recommender Systems به زبان انگلیسی

سیستم های پیشنهاد دهنده بازتاب (0) ارسال نظر   
 
 
 
 
  
 
ادامه مطلب 
  

ارائه ای در ارتباط با سیستمهای پیشنهاددهنده در موتورهای جستجو

سیستم های پیشنهاد دهنده بازتاب (0) ارسال نظر   
 
 
 
 
 
 
   در این ارائه، با ماهیت سیستمهای پیشنهاددهنده و اینکه اصلاً برای چه منظوری بوجود آمده اند، بطور کلّی آشنا می شوید.

   در مورد اصول اینگونه از سیستمها، انواع روشها و الگوریتم های فیلترینگ و همچنین دو نوع از انواع سیستمهای پیشنهاد دهنده (پیشنهاد دهنده پرس و جو و پیشنهاد دهنده ی اخبار) نیز، در این ارائه، مطالب قابل توجّهی را مطالعه خواهید نمود.

ادامه مطلب

سیستم‌های پیشنهاد دهنده مبتنی بر محتوا: موضوعات داغ و به روز

سیستم های پیشنهاد دهنده بازتاب (0) ارسال نظر   

 
 
   
 

 

  سیستم‌های پیشنهاد دهنده از طریق گستره‌ی وسیعی از گزینه‌های ممکن و به شکلی شخصی‌سازی شده کاربران را به سمت اشیاء جالب توجه راهنمایی می‌کنند.

  سیستم‌های توصیه‌ی مبتنی بر محتوا سعی می‌کنند مواردی را به کاربر پیشنهاد کنند که در گذشته به آن‌ها علاقه‌مند بوده است. در واقع، فرآیند اصلی انجام شده توسط سیستم پیشنهاد دهنده مبتنی بر محتوا شامل تطابق با شاخصه‌های پروفایل کاربر می‌شود که در آن اولویت‌ها و علایق به همراه شاخصه‌های یک شیء محتوایی (آیتم) ذخیره شده، تا به کاربر آیتم‌های جدید توصیه گردد.

     در اینجا یک بررسی اجمالی از سیستم‌های پیشنهاد دهنده مبتنی بر محتوا ارائه می‌کند که هدفش اعمال نظم در تنوع جنبه‌های مختلف دخیل در طراحی و پیاده‌سازی‌شان است.  این فصل مفاهیم اصلی و اصطلاحات سیستم‌های پیشنهاد دهنده مبتنی بر محتوا، یک معماری سطح بالا، و مزایا و معایب اصلی آن‌ها را ارائه می‌کند. بخش دوم این فصل با شرح جامع هر دوی تکنیک‌های سنتی و پیشرفته برای بیان آیتم‌ها و پروفایل‌های کاربر، یک بررسی از به روزترین سیستم‌های به کار رفته در حوزه‌های کاربردی مختلف ارائه می‌کند. پر کاربردترین تکنیک‌ها برای یادگیری پروفایل‌های کاربر نیز معرفی شده‌اند. آخرین بخش نیز با شرح نقش محتوای ایجاد شده توسط کاربر (UGC) به عنوان روشی برای در نظر داشتن رشد واژگان، و چالش تغذیه‌ی کاربران با توصیه‌هایی دارای نتایج غیر مترقبه (یعنی آیتم‌های بسیار جالب توجه که ممکن است به شکل دیگری نتوانند کشف کنند)، گرایش‌ها و تحقیقات آتی را مورد بحث قرار می‌دهد که ممکن است نسل بعدی این سیستم‌ها را نتیجه دهد.

      فراوانی اطلاعات موجود در وب و کتابخانه‌های دیجیتال در ترکیب با ماهیت پویا و ناهمگن آن‌ها، باعث افزایش دشواری در یافتن آن چیزی شده که هنگام نیاز خواستارش هستیم و از طرفی نیز می‌خواهیم به بهترین نحو نیازهای‌مان را برآورده سازد.

در نتیجه، نقش دسترسی به اطلاعات شخصی‌سازی شده و مدل‌سازی کاربر حیاتی می‌شود؛ طوری که کاربران برای بررسی مقادیر زیاد اطلاعات موجود مطابق علایق و سلیقه‌ی خود، به پشتیبانی شخصی‌سازی شده نیاز دارند.

بسیاری از منابع اطلاعاتی طوری در سیستم‌های پیشنهاد دهنده قرار گرفته‌اند که محتوای‌شان برای کاربران شخصی‌سازی می‌شوند. سیستم‌های پیشنهاد دهنده با داشتن گزینه‌های ممکن بسیار، در راهنمایی کاربران به شکلی شخصی‌سازی شده به سوی اشیاء جالب توجه یا مفید تاثیرگذار هستند. الگوریتم‌های پیشنهاد به منظور ایجاد لیستی از آیتم‌های توصیه‌شده از ورودی‌های مربوط به علایق مشتری بهره می‌گیرد. در وب‌سایت Amazon.com، الگوریتم‌های پیشنهاد برای شخصی‌سازی فروشگاه آنلاین برای هر مشتری به کار گرفته می‌شود؛ برای مثال، نشان‌ دادن‌ عناوین برنامه‌نویسی برای یک مهندس نرم‌افزار و اسباب‌ بازی‌های نوزاد برای یک مادر تازه بچه‌دار شده.

مسئله‌ی آیتم‌های پیشنهادی به طور گسترده‌ای مطالعه گشته و دو الگوواره‌‌ی اصلی پدیدار شده است. سیستم‌های توصیه‌‌ی مبتنی بر محتوا سعی می‌کنند آیتم‌هایی مشابه آن چه کاربر قبلا به آن‌ها علاقه داشته توصیه کنند. این سیستم‌ها مطابق الگوواره‌‌ی توصیه‌ی جمعی طراحی شده تا کاربرانی را شناسایی کنند که اولویت‌هایی (علایق) مشابه اولویت‌های کاربر مربوطه دارند و به این کاربر آیتم‌های مورد علاقه‌شان‌‌ را توصیه نمایند.  

آموزش پردازش تصویر با استفاده از نرم افزار Matlab

هوش مصنوعی بازتاب (0) ارسال نظر   

 

 

 

ادامه مطلب

چگونه کاربر حرفه ای گوگل شویم ؟

اینترنت و وب بازتاب (0) ارسال نظر   
 
 
 
 
 

خوش آمدید!

کلی بازتاب (0)

ضمن عرض خوش آمد به شما بازدید کننده ی گرامی؛

این وبلاگ جهت ارائه عناوین و مطالبی مفید و مرتبط با برخی دروس مقطع کارشناسی ارشد رشته ی کامپیوتر، توسط اینجانب ایجاد شده است. با این امید که محتویات آن برای شما جالب توجه بوده و بسیار مفید واقع شود.

Converted to use with ITS. Powered by FUMblog