از بین بردن نویز در صفحات وب با استفاده از الگوریتم پیشنهادی

چکیده مقاله

در این مقاله ، ما روش های متنوعی برای حذف نویز ، براساس مشاهدات پیشنهاد می کنیم در یک وب سایت معین ، بلوک های نویزدار معمولا0 به اشتراک گذاری محتواها و سبک های نمایشی و یا ارایه ای رایج می پردازند ، در حالیکه محتوای اصلی بلوکها از صفحات اغلب متنوع هستند و درونشان مطالب واقعی و یا سبکهای نمایشی ارایه ای وجود دارد براساس این مشاهدات ، ساختارهای درختی ، مثل درخت شیء سند DOM و سبک درخت STT و الگوریتم هایی مثل استدلال مبتی برمورد یا وضعیت CBRو الگوریتم اخیرا0 کمتر استفاده شده LRU وشبکه های عصبی مصنوعی ANN را برای رفع نویز پیشنهاد می کنیم همچنین استدلال ها و الگوریتم هایی که در داده کاوی ، بخصوص کاربرد داده کاوی کمک می کنند را معرفی می کنیم تا با کشف و استخراج محتوای اصلی از بلوکهای متن از صفحه وب ، کار را برای کشف و رفع نویز راحت کند در واقع این الگوریتم ها هر کدام به الگوریتم های کشف نویز کمک می کنند بسیاری از تکنیکها در رشته های مختلف مانند بازیابی اطلاعاتIR و پردازش زبان طبیعی NLP نیز در این تحقیق استفاده می شود روشهای پیشنهاد شده به ارزیابی داده با کاوش در صفحات وب می پردازد نتایج تجربی نشان می دهد که روش حذف نویز قادر به بهبودی قابل توجهی در نتایج کاوش ما دارد

کلیدواژه‌ها

نویسندگان

سیدحسن مرتضوی زارچ

عضو هییت علمی گروه کامپیوتر دانشگاه میبد ، میبد ، ایران

مجید رفعتی فرد

عضو هییت علمی گروه برق آموزشکده فنی شهید مطهری تفت ، یزد ، ایران

مرتضوی زارچ، سیدحسن و رفعتی فرد، مجید،1397،از بین بردن نویز در صفحات وب با استفاده از الگوریتم پیشنهادی،کنفرانس بین المللی نوآوری وتحقیق در علوم مهندسی(ICIRES ۲۰۱۸)

ارائه‌شده در

مجموعه مقالات کنفرانس بین المللی نوآوری وتحقیق در علوم مهندسی(ICIRES ۲۰۱۸)27 تیر 1397