چکیده مقاله
طبقه بندی برای مدیریت، بازیابی و یکپارچه سازی اطلاعات وب، نمایه سازی صفحه، مدل های استخراج اطلاعات خاص موضوع، حذف تبلیغات، فیلتر کردن مطالب ناخواسته، بیهوده یا مضر و سیستم های کنترل والدین ضروری است به دلیل رشد سرسام آور عملکرد و فضای حافظه اخیر در ماشین های محاسبات، همراه با تخصص مدل های یادگیری ماشین برای متن و طبقه بندی، بسیاری از محققان شروع به هدف قرار دادن طبقه بندی صفحه ی وب کرده اند طبقه بندی صفحه ی وب یک برنامه بازیابی است که می تواند اطلاعات مفیدی را برای دامنه های کاربردی مختلف ارائه دهد در این مطالعه، یک سیستم مبتنی بر یادگیری عمیق برای طبقه بندی صفحات وب ایجاد شده است اطلاعات تگ های متای موجود در صفحه ی وب برای طبقه بندی یک صفحه ی وب استفاده می شود تگ های متای یادگیری انتقال داده شده برای رویکرد ساختن یک مدل یادگیری ماشین با استفاده از پارامترهای ازپیش آموزش یافته برای حل مسئله، مورد استفاده قرار گرفتند تاثیر استفاده از یادگیری انتقال برروی سیستم نیز مورد بررسی قرار گرفته است طبقه بندی، نقش اساسی در بسیاری از کارهای مدیریت و بازیابی اطلاعات دارد در وب، طبقه بندی محتوای صفحه برای موارد زیر، ضروری است: توسعه ی مداوم دایرکتوری های وب، تجزیه وتحلیل پیوند وب خاص با موضوع، متن تبلیغات و تجزیه وتحلیل ساختار موضعی وب که می تواند به بهبود کیفیت جستجوی وب کمک کند در این تحقیق، فضای رویکردهای طبقه بندی وب برای استفاده از جدیدترین شیوه ها جهت آگاهی از طبقه بندی کننده های آینده و پیاده سازی ها و نظرسنجی ها در طبقه بندی صفحه ی وب که معمولا فاقد بحث مفصلی است و از ویژگی های خاص وب است، بررسی می کنیم و همچنین بررسی جامع درمورد عملکرد تکنیک های طبقه بندی صفحه ی وب و بررسی روش های مختلف طبقه بندی صفحات وب با نتیجه ی تکنیک های به دست آمده ارائه شده است
کلیدواژهها
نویسندگان
امیرحسین قاسمی
۱ عضو هیئت علمی داتشکده مهندسی، گروه کامپیوتر، دانشگاه بزرگمهر قائنات
آیدا باقرزاده
۲ کارشناسی ارشد دانشگاه بیرجند، دانشکده برق و کامپیوتر
شیوه ارجاع
قاسمی، امیرحسین و باقرزاده، آیدا،1401،کاربرد الگوریتم یادگیری ماشین برای طبقه بندی صفحات وب،نهمین کنگره ملی تازه های مهندسی برق و کامپیوتر ایران،تهران
ارائهشده در
مجموعه مقالات نهمین کنگره ملی تازه های مهندسی برق و کامپیوتر ایران29 آبان 1401 · تهران