Журнал основ возобновляемой энергии и приложений
Открытый доступ

Абстрактный

Предоставьте систему веб-рекомендаций для улучшения качества поиска с использованием алгоритмов кластеризации DBSCAN и метода отслеживания машины SVM

Моле Фард

Сегодня, в связи с увеличивающимся ростом веб-страниц, существование системы, которая может извлекать необходимую пользователям информацию из огромного количества данных, доступных в сети, кажется необходимым. Для этого нам нужно настроить рассматриваемые системы. Один из лучших способов настроить вашу систему — использовать рекомендательные системы. Рекомендательные системы — это системы, которые могут предоставлять соответствующие предложения пользователю, получая ограниченную информацию от пользователя. Рекомендательные системы могут предсказывать будущие запросы пользователя, а затем генерировать список любимых страниц пользователя. Другими словами, можно получить точный индекс поведения пользователя и предсказать страницу, которую пользователь выберет в следующем шаге, что может решить проблему системы холодного старта и улучшить качество поиска. В этой статье предлагается новый метод улучшения рекомендательных систем в области веба, который использует алгоритм кластеризации DBSCAN для кластеризации данных, который достигает 99% эффективности. Затем, используя алгоритм Page rank, любимые страницы пользователя взвешиваются. Затем, используя метод SVM, мы категоризируем данные и предоставляем пользователю гибридную рекомендательную систему для генерации прогноза, которая в конечном итоге предоставит рекомендателю список страниц, которые могут быть интересны пользователю. Оценка результатов исследования показала, что с помощью этого предложенного метода можно достичь оценки 95% в разделе вызовов и оценки 99% в разделе точности, что доказывает, что эта рекомендательная система может достичь до 90%. Правильно идентифицировать страницы пользователя и значительно уменьшить недостатки других предыдущих систем.