20%

دانلود پروپوزال شخصی سازی نتایج موتورهای جستجو بر اساس تاریخچه رفتاری کاربر

49,800 تومان

 

تعداد صفحات سال نگارش رشته مقاله بیس قالب
۲۳ ۲۰۲۰ کامپیوتر دارد Word

با مطالعه نمونه مشابه موضوع خود میتوانید به راحتی پروپوزال تز دکتری یا ارشد خود را بنویسید. همه ی محصولات قرار داده شده طبق استانداردهای وزارت علوم بوده و همگی مورد تایید دانشگاه ها واقع شده است.

توضیحات

با مطالعه نمونه مشابه موضوع خود میتوانید به راحتی پروپوزال تز دکتری یا ارشد خود را بنویسید. همه ی محصولات قرار داده شده طبق استانداردهای وزارت علوم بوده و همگی مورد تایید دانشگاه ها واقع شده است. شخصی سازی نتایج موتورهای جستجو

دانلود پروپوزال شخصی سازی نتایج موتورهای جستجو بر اساس تاریخچه رفتاری کاربر
عنوان فارسی پروپوزال شخصی سازی نتایج موتورهای جستجو بر اساس تاریخچه رفتاری کاربر
عنوان انگلیسی پروپوزال  Personalized search engine results based on user behavior history
تعداد صفحات ۲۴
سال نگارش ۲۰۲۰
رشته کامپیوتر
قالب فایل Word
فهرست مطالب پروپوزال  شخصی سازی نتایج موتورهای جستجو بر اساس تاریخچه رفتاری کاربر  
  1. بیان مساله اساسی تحقیق
  2. اهمیت و ضرورت انجام تحقیق
  3. مرور ادبیات و سوابق مربوطه
  4. جنبه جدید بودن و نوآوری در تحقیق
  5. اهداف مشخص تحقیق
  6. سؤالات تحقیق
  7. فرضیه ‏های تحقیق
  8. روش شناسی تحقیق
  9. متغیرهای مورد بررسی در قالب یک مدل مفهومی
  10. شرح کامل روش (میدانی، کتابخانه‏ای) و ابزار
  11. جامعه آماری، روش نمونه‏ گیری و حجم نمونه
  12. روش‌ها و ابزار تجزیه و تحلیل داده ‏ها کشف تقلب
  13. مراجع
بیان مساله

امروزه رشد و تغییر نمایی در حجم اطلاعات وب موجب عدم دسترسی سریع و آسانِ کاربران به اطلاعات مورد نیازشان، شده است. مشکل محققین امروز، کمبود منابع نیست بلکه برعکس، حجم عظیم اطلاعات، یک چالش بحث برانگیز شده است و پیداکردن اطلاعات مرتبط و باکیفیت از بین انبوه موضوعاتی که در قالب های مختلف منتشر می شود نیز، چالشی دیگر محسوب می شود.

پروپوزال کامپیوتر

پروپوزال کامپیوتر

اگرچه بکارگیری ابزارهایی مانند موتورهای جستجو می تواند به کاربران در یافتن اطلاعات مورد نیازشان کمک نماید و باعث تسریع و تسهیل دسترسی به اطلاعات وب شود، اما حجم اطلاعاتی که موتورهای جستجو به کاربر تحویل می دهند، معمولا بسیار بیشتر از آن است که قابل پردازش سریع توسط کاربر باشد. علاوه بر این اغلب موتورهای جستجو از محتوای صفحات و ساختار پیوند بین آنها، برای تعیین میزان ارتباط صفحات با پرس وجوی کاربر استفاده می کنند. در واقع موتورهای جستجو، علایق و دانش پیش زمینه کاربر را در جستجو، مورد توجه قرار نمی دهند بلکه نتایج مشابهی را برای کاربران ب

ا علایق متفاوت و پرس وجوی یکسان بازیابی می نمایند. بنابراین با توجه به اهمیت دسترسی سریع به اطلاعات مناسب برای کاربران در تعامل با وب، شخصی سازی کردن وب به یک پدیده محبوب به منظور سفارشی کردن محیط های وب تبدیل شده که نقش مهمی را در سرعت دسترسی و فراهم نمودن اطلاعات مورد نیاز کاربران بر طبق علایق آنها، ایفا می کند. در این میان شخصی سازیِ نتایج حاصل از موتورهای جستجوی وب، از اهمیت خاصی برخوردار می باشد.

موتورهای جستجوی مبتنی بر کلمه کلیدی همچون Yahoo و Google ابزارهای اصلی برای استفاده از وب امروزی هستند. واضح است که وب بدون در نظر گرفتن موتورهای جستجو، نمی توانست به موفقیت عظیم کنونی دست یابد. اگرچه مشکلاتی جدی در رابطه با استفاده از آنها هم وجود دارد:

۱٫فراخوانی بالا، دقت پایین؛ حتی اگر صفحات مرتبطِ اصلی هم، بازیابی شود؛ استفاده مناسبی از آن صفحات نمی توان نمود زیرا تعداد بازیابی زیاد اطلاعات، می تواند به بدی تعداد کم آنها باشد.

 ۲٫فراخوانی کم یا صفر؛ اغلب اتفاق می افتد موتور جستجو، هیچ پاسخ مرتبطی برای پرس وجوی مورد نظر ارائه نمی دهد ویا اینکه صفحات مربوط و مهم بازیابی نمی شود.

۳٫نتایج بسیار حساس به واژگانند؛ اغلب کلمات کلیدی ابتدایی ما به نتایج دلخواه منجر نمی شوند، در این صورت سندهای مرتبط دارای کلمات متفاوت با پرس وجو خواهد بود.

این مساله باعث نارضایتی می شود زیرا پرس وجوهایی با معنای مشابه، باید پاسخ های همانند را بازگردانند. جالب است که بر خلاف پیشرفت هایی که در فناوری موتور جستجو صورت گرفته است، این مشکلات همچنان باقی مانده اند. در این تحقیق ما قصد داریم با ارائه یک روند منطقی، به کلاسه بندی رفتار کاربران و برچسب گذاری آنها به شیوه ای مناسب بپردازیم.

برخی از مراجع

  1.  Desu, H. S., Paladugu, P., Adibhatla, S. S., Sorda, S. S., & Sudeep, K. S. (2020). Personalized Web Search. In Advanced Computing and Intelligent Engineering (pp. 201-211). Springer, Singapore.
  2. Ge, S., Dou, Z., Jiang, Z., Nie, J. Y., & Wen, J. R. (2018, October). Personalizing Search Results Using Hierarchical RNN with Query-aware Attention. In Proceedings of the 27th ACM International Conference on Information and Knowledge Management(pp. 347-356).
  3. Senthilkumar, N. C., & Ch, P. R. (2019). Collaborative Search Engine for Enhancing Personalized User Search Based on Domain Knowledge. Journal of medical systems, ۴۳(۸), ۲۴۳٫

نقد و بررسی‌ها

هیچ دیدگاهی برای این محصول نوشته نشده است.

.فقط مشتریانی که این محصول را خریداری کرده اند و وارد سیستم شده اند میتوانند برای این محصول دیدگاه(نظر) ارسال کنند.