احسان خدنگی

احسان خدنگی

مطالب

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۲ مورد از کل ۲ مورد.
۱.

The Study on Qur'anic surahs' Structured-ness and their Order Organization Using NLP Techniques

کلید واژه ها: Natural Language Processing Word2vec Quran Topic Sameness Surahs' Structuredness TF-IDF

حوزه های تخصصی:
تعداد بازدید : ۱۲۸ تعداد دانلود : ۹۲
The study of surahs' structure has attracted researchers' attention in recent years. One of the theories herein is the theory of Topic Sameness which acknowledges that each surah of Quran has formed on a single topic. The theory of Introduction and Explanation as one of the most important branches of Topic Sameness, proposes that the Almighty states the topic of each surah at the first section, elaborates it at different parts of the surah in the forms such as stories, signals of nature, and future predictions, and concludes from the stated contents at the final part. In this paper, we accordingly intend to study the two theories using NLP techniques for the first time. In this regard, based on the three methods of tf-idf, word2vec and roots' accompaniment in verses, the similarity of Quranic roots is computed. Then, the amount of similarity of the concepts within surahs to each other is calculated and compared with the random mode. The results show that the studied surahs hold the inner coherence between the concepts so that they have been formed on a single topic or a few topics related to each other. In addition, the study on the similarity between the first and the body sections of each surah shows that the structure of Introduction and Explanation seems to be true for many surahs by the designed methodology. At the end, by comparing the similarity of surahs to each other versus their order distance in Quran and their revelation time distance, we realized that the whole Quran is also relatively organized in terms of surah' ordering.
۲.

طراحی مدلی برای بهبود سیستم های پیشنهاددهنده بانکی بر اساس پیش بینی علایق مشتریان: کاربرد روش های داده کاوی(مقاله علمی وزارت علوم)

کلید واژه ها: بانکداری الکترونیک داده کاوی دسته بندی سیستم پیشنهاددهنده

حوزه های تخصصی:
تعداد بازدید : ۲۷۲ تعداد دانلود : ۱۰۹
امروزه بانک ها برای جذب و حفظ مؤثر مشتریان به ابزارهای جدیدی مانند سیستم های پیشنهاددهنده نیاز دارند. برخلاف عموم سیستم های پیشنهاددهنده که پیشنهاد بر اساس شباهت میان ترجیحات سایر کاربران به وی داده می شود؛ در این پژوهش از روش دسته بندی استفاده شده است که در آن پیشینه علایق خود مشتری، مهم ترین ویژگی برای تصمیم گیری درباره خدمات بانکی مناسب به اوست. در این پژوهش از چهار دسته بندی کننده پرسپترون چندلایه، ماشین بردار پشتیبانی،K - نزدیک ترین همسایه و بیز ساده استفاده شد. ابتدا پس از پیش پردازش مجموعه داده مربوط به سرویس های مورد استفاده مشتریان مختلف بانک با چهار روش مختلف دسته بندی آموزش داده شدند؛ سپس اعتبار آنها با روش اعتبارسنجی ضربدری ده تایی به تأیید رسید و بهترین روش انتخاب شد. در انتها پیشنهاددهنده نهایی که ترکیبی از چهار روش دسته بندی بیز ساده با عملکرد 4/85 درصد، K- نزدیک ترین همسایه با عملکرد 3/83 درصد، پرسپترون چندلایه 1 با عملکرد 4/81 درصد و پرسپترون چندلایه 2 با عملکرد 6/92 درصد، به ترتیب برای پیشنهاد چهار سرویس بانکی اینترنت، موبایل، انتقال وجه با اینترنت و پرداخت صورت حساب با تلفن است، ارائه شد.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان