مدل‌های پیشنهادی صفحه وب ۲۰۲۲
Web Page Recommendation Models 2022

یکی از حوزه‌های کاربردی داده‌کاوی، وب جهان‌گستر (WWW یا وب) است که به عنوان یک سرویس اطلاعاتی عظیم، گسترده و جهانی برای انواع اطلاعات مانند اخبار، تبلیغات، اطلاعات مصرف‌کننده، مدیریت مالی، آموزش، دولت، تجارت الکترونیک، خدمات بهداشتی و بسیاری دیگر از خدمات اطلاعاتی عمل می‌کند. وب همچنین شامل مجموعه‌ای غنی و پویا از اطلاعات پیوندها، اطلاعات دسترسی و استفاده از صفحات وب است که منابعی را برای داده‌کاوی فراهم می‌کند. حجم اطلاعات در وب به سرعت در حال افزایش است، همچنین تعداد وب‌سایت‌ها و صفحات وب در هر وب‌سایت نیز رو به افزایش است. در نتیجه، یافتن اطلاعات مرتبط و مفید برای کاربران وب دشوارتر شده است. وب‌کاوی به هدایت کاربران وب به کشف دانش مفید و حمایت از آنها برای تصمیم‌گیری می‌پردازد. در این راستا، پیش‌بینی نیازهای یک کاربر وب در حین بازدید از وب‌سایت‌ها اهمیت پیدا کرده است. نیاز به پیش‌بینی نیازهای کاربر به منظور راهنمایی او در یک وب‌سایت و بهبود قابلیت استفاده از آن، می‌تواند با پیشنهاد صفحاتی به کاربر که با علاقه او در آن زمان مرتبط هستند، برطرف شود. این تک‌نگاشت، مروری بر تحقیقات در زمینه کشف و مدل‌سازی علاقه کاربران به منظور پیشنهاد صفحات وب مرتبط ارائه می‌دهد. سیستم‌های پیشنهادگر صفحه وب که در این تک‌نگاشت مورد مطالعه قرار می‌گیرند، بر اساس الگوریتم‌های داده‌کاوی که برای پیشنهاد استفاده می‌کنند، دسته‌بندی می‌شوند.

فهرست مطالب: مقدمه‌ای بر سیستم‌های پیشنهادگر صفحه وب / پیش‌پردازش برای مدل‌های پیشنهادگر صفحه وب / استخراج الگو / معیارهای ارزیابی

One of the application areas of data mining is the World Wide Web (WWW or Web), which serves as a huge, widely distributed, global information service for every kind of information such as news, advertisements, consumer information, financial management, education, government, e-commerce, health services, and many other information services. The Web also contains a rich and dynamic collection of hyperlink information, Web page access and usage information, providing sources for data mining. The amount of information on the Web is growing rapidly, as well as the number of Web sites and Web pages per Web site. Consequently, it has become more difficult to find relevant and useful information for Web users. Web usage mining is concerned with guiding the Web users to discover useful knowledge and supporting them for decision-making. In that context, predicting the needs of a Web user as she visits Web sites has gained importance. The requirement for predicting user needs in order to guidethe user in a Web site and improve the usability of the Web site can be addressed by recommending pages to the user that are related to the interest of the user at that time. This monograph gives an overview of the research in the area of discovering and modeling the users’ interest in order to recommend related Web pages. The Web page recommender systems studied in this monograph are categorized according to the data mining algorithms they use for recommendation. Table of Contents: Introduction to Web Page Recommender Systems / Preprocessing for Web Page Recommender Models / Pattern Extraction / Evaluation Metrics