محرم منصوری زاده

محرم منصوری زاده

مطالب
ترتیب بر اساس: جدیدترینپربازدید‌ترین

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۴ مورد از کل ۴ مورد.
۱.

کشف الگوی دسترسی کاربران و تحلیل تراکنش های امانت منابع اطلاعاتی با استفاده از تکنیک قوانین انجمنی در داده کاوی (مطالعه موردی: کتابخانه ها و مراکز اطلاع رسانی دانشگاه علوم پزشکی همدان)(مقاله علمی وزارت علوم)

نویسنده:
منبع: پژوهشنامه پردازش و مدیریت اطلاعات دوره ۳۴ بهار ۱۳۹۸ شماره ۳ (پیاپی ۹۷) 1155-1186

کلید واژه ها: داده کاوی قوانین انجمنی الگوریتم Apriori کاربران کتابخانه تراکنش های امانت کتابخانه های دانشگاهی دانشگاه علوم پزشکی همدان

حوزه های تخصصی:
تعداد بازدید : ۹۱۸ تعداد دانلود : ۶۳۳
افزایش حجم چشمگیر داده ها و استفاده از آن ها جهت بهبود کیفیت تصمیمات مدیریتی از معضلات کتابخانه ها و مراکز اطلاع رسانی هست. در این میان ابزار پرتوان داده کاوی می تواند با تحلیل داده ها به منظور پیش بینی و تحلیل تراکنش های کاربران و جلوگیری از اتلاف وقت آن ها در جهت استفاده از اطلاعات مفید از انبوه داده ها به تشخیص الگوهای معتبر و رابطه های نامعلوم بپردازد و کتابخانه ها را در تصمیم گیری های راهبردی و مدیریت اثربخش یاری رساند. این مطالعه با استفاده از رویکرد قوانین انجمنی که یکی از روش های داده کاوی است درصدد تحلیل تراکنش های امانت کاربران و کشف الگوی دسترسی آنان هست. در این مطالعه توصیفی که از نوع مقطعی است، داده های موردنیاز از تراکنش های کاربران کتابخانه ها و مراکز اطلاع رسانی دانشگاه علوم پزشکی همدان جمع آوری شد و پس از اعمال پیش پردازش بر روی این داده ها درنهایت تراکنش های6636 نفر از کاربرآن که به میزان 132833 تراکنش بود به روش سرشماری، طی بازه زمانی سه ساله موردبررسی قرار گرفت. نتایج پژوهش نشان داد که بیشترین تراکنش ها و مراجعات با نمره 4/24 ± 7 / 20، مربوط به دانشجویان و بیشترین دیرکرد و مدت زمان امانت به ترتیب با نمره 9/1396 ± 3/884 و3/1765 ± 7/885 مربوط به اعضای هیئت علمی بوده است. همچنین قوانین حاصل از الگوریتم Apriori توانست الگوی دسترسی کاربران را بر اساس اطلاعات جمعیت شناختی و همچنین وابستگی موضوعی منابع اطلاعاتی ارائه دهد و به عنوان الگویی مناسب در تحلیل و پیش بینی تراکنش کاربران مورداستفاده قرار گیرد. لذا با بهره گیری از رویکرد قوانین انجمنی می توان اقدام به طراحی سیستم توصیه گر کتاب در کتابخانه ها و مراکز اطلاع رسانی نمود و نیز مدیران و سیاست گذاران می توانند با استفاده از این الگوها و قواعد، گام های تهیه و عرضه منابع اطلاعاتی خود را با نیازهای واقعی اعضاء همسو نمایند و به طور قابل توجهی در امور فراهم آوری، مجموعه سازی، مدیریت و خدمات کتابخانه از آن بهره جویند.
۲.

A Movie Recommender System Based on Topic Modeling using Machine Learning Methods(مقاله علمی وزارت علوم)

نویسنده:
منبع: International Journal of Web Research, Volume ۵, Issue ۲,Autumn-Winter ۲۰۲۲ 19 - 28
تعداد بازدید : ۱۴۸ تعداد دانلود : ۹۰
In recent years, we have seen an increase in the production of films in a variety of categories and genres. Many of these products contain concepts that are inappropriate for children and adolescents. Hence, parents are concerned that their children may be exposed to these products. As a result, a smart recommendation system that provides appropriate movies based on the user's age range could be a useful tool for parents. Existing movie recommender systems use quantitative factors and metadata that lead to less attention being paid to the content of the movies. This research is motivated by the need to extract movie features using information retrieval methods in order to provide effective suggestions. The goal of this study is to propose a movie recommender system based on topic modeling and text-based age ratings. The proposed method uses latent Dirichlet allocation (LDA) modelling to identify hidden associations between words, document topics, and the levels of expression of each topic in each document. Machine learning models are then used to recommend age-appropriate movies. It has been demonstrated that the proposed method can determine the user's age and recommend movies based on the user's age with 93% accuracy, which is highly satisfactory.
۳.

توسعه یک سامانه پیشنهاد دهنده دوره های آموزشی فنی و حرفه ای به متقاضیان مهارت آموزی، کارجویان و مهارت آموختگان(مقاله علمی وزارت علوم)

نویسنده:
منبع: مهارت آموزی دوره ۱۲ زمستان ۱۴۰۲ شماره ۲ (پیاپی ۴۶) 235 - 252

کلید واژه ها: دوره آموزشی پیشنهاد دوره سامانه پیشنهاددهنده یادگیری ماشین

حوزه های تخصصی:
تعداد بازدید : ۱۶ تعداد دانلود : ۱۳
سامانه های پیشنهاد دهنده سعی می کنند در انتخاب گزینه ها و محصولات به کاربران و مشتریان کمک کنند. این مقاله گزارش بخشی از نتایج یک طرح پژوهشی است که در آن یک سیستم پیشنهاددهنده ای توسعه داده شده است که می تواند با دریافت مشخصات هنرجو، دوره های مناسب را به او پیشنهاد دهد. مفاهیم بنیادی مورد نیاز، روشهای قابل استفاده و همچنین معیارهای ارزیابی معرفی شده و در ادامه کارایی روش پیشنهادی به کمک آزمون و ارزیابی بررسی شده است. نتایج بدست آمده نشان می دهد که سیستم پیشنهاد دهنده دوره با دقت مناسبی می تواند مهارجویان را به دوره های آموزشی مناسب هدایت نماید
۴.

DynamicCluStream: An algorithm Based on CluStream to Improve Clustering Quality(مقاله علمی وزارت علوم)

نویسنده:
منبع: International Journal of Web Research, Volume ۶, Issue ۲,Autumn-Winter ۲۰۲۳ 77 - 87
تعداد بازدید : ۷ تعداد دانلود : ۶
Data streams are continuous flows of data objects generated at high rates, requiring real-time processing in a single pass. Clustering algorithms play a vital role in analyzing data streams by grouping similar data samples. Among various time windows for evolving streams, the sliding window method gradually moves over the data, focusing on the most recent information and improving clustering accuracy while reducing memory requirements. The development of distributed computing frameworks like Apache Spark has addressed the limitations of traditional tools in processing big data, including data streams. This paper presents the DynamicCluStream algorithm, an enhancement over Spark-CluStream, which employs a two-phase clustering approach with precise clustering of recent data. The algorithm dynamically determines the number of clusters by merging overlapping clusters during the offline phase, resulting in significant improvements in cluster precision. Experimental results show that it performs up to 47 percent better on average in terms of precision on the CoverType dataset and up to 92 percent better on average in terms of precision on the PowerSupply dataset.  Although the algorithm is slower due to data sample removal and cluster integration, its impact is negligible in a distributed environment.

کلیدواژه‌های مرتبط

پدیدآورندگان همکار

تبلیغات

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان