تحسين دقة توصيات صفحات الويب عبر تجميع الجلسات والشبكات العصبية ذات الانتشار الخلفي على مجموعة بيانات CTI

الملخص

فى الآونة الأخيرة، قدمت العديد من الأبحاث لتحسين جودة أنظمة توصية صفحات الويب Web page RS وباستخدام منهجية التنقيب في استخدام الويب Web Usage Mining (WUM). وهي تقنية ذكية تعتمد على إنتاج التوصية ببعض الصفحات من خلال المعالجة الممنهجة لبيانات التنقل لمستخدمي الويب المجهولين. ويقسم بها النظام لعدة مراحل إبتداء من مرحلة استخراج الأنماط ذات الصلة والتي تلعب فيها خوارزميات التنقيب دورا مهما. ومن ثم يتم تصنيفها وعرضها على المستخدم النشط, على هيئة روابط links, والتي قد تكون مصدر اهتمامه دون طلب صريح منه. ويتم تقييم هذه الأنظمة من خلال قياس دقة التنبؤ بقرارات المستخدم المستقبلية. الدقة هي مقياس لتقييم فعالية النظام بناءً على الحل المقترح والذي يعكس رضا المستخدم. ومع ذلك، فإن هذه الحلول الحالية لا زالت لم تحقق رغبة المستخدم الكلية. فى هذا العمل، نقدم دراسةً لنظام التنقيب لبيانات استخدام الويب بهدف تحسين دقة التنبؤ لنظام توصية صفحات الويب. لتحقيق ذلك، تم استخدام خوارزمية الانتشار العكسيBack-propagation  التي تستند إلى الشبكة العصبية الاصطناعية    لتحسين جودة مجموعة جلسات المستخدم المكتشفة. حيث تعتمد  الدراسة إجراء العديد من التجارب على مجموعة بيانات سجلات مستخدمي الويب dataset CTI والتى أظهرت نتائجها تحسنًا فى جودة تقديم التوصيات.