ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Web Page Recommendation Models: Theory and Algorithms ()

دانلود کتاب مدلهای توصیف صفحه وب: نظریه و الگوریتم (سخنرانی های سنتز در مدیریت داده ها)

Web Page Recommendation Models: Theory and Algorithms ()

مشخصات کتاب

Web Page Recommendation Models: Theory and Algorithms ()

ویرایش: [1 ed.] 
نویسندگان:   
سری: Synthesis Lectures on Data Management 
ISBN (شابک) : 1608452476, 9781608452477 
ناشر: Morgan and Claypool Publishers 
سال نشر: 2010 
تعداد صفحات: 86
[85] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 1001 Kb 

قیمت کتاب (تومان) : 46,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 2


در صورت تبدیل فایل کتاب Web Page Recommendation Models: Theory and Algorithms () به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب مدلهای توصیف صفحه وب: نظریه و الگوریتم (سخنرانی های سنتز در مدیریت داده ها) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب مدلهای توصیف صفحه وب: نظریه و الگوریتم (سخنرانی های سنتز در مدیریت داده ها)

یکی از حوزه های کاربردی داده کاوی، شبکه جهانی وب (WWW یا وب) است که به عنوان یک سرویس اطلاعاتی جهانی گسترده و گسترده برای هر نوع اطلاعاتی مانند اخبار، تبلیغات، اطلاعات مصرف کننده، مدیریت مالی، آموزش و... دولت، تجارت الکترونیک، خدمات بهداشتی، و بسیاری از خدمات اطلاعاتی دیگر. وب همچنین حاوی مجموعه ای غنی و پویا از اطلاعات لینک، دسترسی به صفحه وب و اطلاعات استفاده است که منابعی را برای داده کاوی فراهم می کند. حجم اطلاعات در وب و همچنین تعداد وب سایت ها و صفحات وب در هر وب سایت به سرعت در حال رشد است. در نتیجه، یافتن اطلاعات مرتبط و مفید برای کاربران وب دشوارتر شده است. کاوی استفاده از وب به راهنمایی کاربران وب برای کشف دانش مفید و حمایت از آنها برای تصمیم گیری مربوط می شود. در این زمینه، پیش‌بینی نیازهای یک کاربر وب هنگام بازدید از وب‌سایت‌ها اهمیت پیدا کرده است. لازمه پیش‌بینی نیازهای کاربر به منظور راهنمایی کاربر در یک وب‌سایت و بهبود قابلیت استفاده از وب‌سایت را می‌توان با توصیه صفحاتی به کاربر که با علاقه کاربر در آن زمان مرتبط هستند، برطرف کرد. این مونوگراف یک نمای کلی از تحقیقات در زمینه کشف و مدل سازی علاقه کاربران به منظور توصیه صفحات وب مرتبط ارائه می دهد. سیستم‌های توصیه‌گر صفحه وب مورد مطالعه در این مونوگراف بر اساس الگوریتم‌های داده کاوی که برای توصیه استفاده می‌کنند طبقه‌بندی می‌شوند. فهرست مطالب: مقدمه ای بر سیستم های توصیه کننده صفحات وب / پیش پردازش برای مدل های توصیه کننده صفحات وب / استخراج الگو / معیارهای ارزیابی


توضیحاتی درمورد کتاب به خارجی

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 guide the 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





نظرات کاربران