情報技術およびソフトウェア工学ジャーナル
オープンアクセス

概要

DBSCAN クラスタリング アルゴリズムと SVM マシン トラッキング メソッドを使用して検索品質を向上させる Web レコメンダー システムを提供する

モラエ・ファード

今日、Web ページの成長が加速しているため、Web 上で利用可能な膨大なデータからユーザーが必要とする情報を抽出できるシステムの存在が必要と思われます。これを行うには、問題のシステムをカスタマイズする必要があります。システムをカスタマイズする最良の方法の 1 つは、推奨システムを使用することです。推奨システムとは、ユーザーから限られた情報を取得して、ユーザーに適切な提案を行うことができるシステムです。推奨システムは、ユーザーの将来の要求を予測し、ユーザーのお気に入りのページのリストを生成することができます。つまり、ユーザーの行動の正確なインデックスを取得し、ユーザーが次の動きで選択するページを予測できるため、コールド スタート システムの問題を解決し、検索の品質を向上させることができます。この記事では、Web 分野の推奨システムを改善するための新しい方法を提案します。この方法では、データ クラスタリングに DBSCAN クラスタリング アルゴリズムを使用し、99% の効率スコアを達成します。次に、ページ ランク アルゴリズムを使用して、ユーザーのお気に入りのページに重み付けを行います。次に、SVM メソッドを使用してデータを分類し、ユーザーにハイブリッド レコメンデーション システムを付与して予測を生成し、最終的にユーザーが興味を持つ可能性のあるページのリストをレコメンデーションに提供します。研究結果の評価では、この提案された方法を使用すると、呼び出しセクションで 95%、精度セクションで 99% のスコアを達成できることが示され、このレコメンデーション システムが最大 90% を達成できることが証明されました。ユーザー ページを正しく識別し、他の従来のシステムの弱点を大幅に軽減します。