ردیابی موضوعات علمی مبتنی بر برون‌سپاری با فاکتورگیری غیرمنفی ماتریس (NMF)

سینا دامی¹ ساغر هموله²

1) استادیار گروه کامپیوتر، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران
2) دانشجوی کارشناسی ارشد IT، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران

کد IOI مقاله : XAEK-CFFBF
محل انتشار : کنفرانس ملی پیشرفت های اخیر در مهندسی و علوم نوین(desconf.com)
چکیده :
    با پیشرفت تکنولوژی‌های وب، بسیاری از مردم در روند تولید و توزیع اطلاعات در محیط وب شرکت می‌کنند. علاوه بر این، بسیاری از محققان علاقه مند به تحقیق در مورد پالایش اطلاعات مفید با استفاده از سیستم توصیه‌گر مبتنی بر موضوع هستند، زیرا میزان و پیچیدگی اطلاعات وب به سرعت در حال افزایش است. رویکرد پیشنهادی، جمع آوری داده‌های علمی معمولی را انجام می‌دهد و سپس کلید واژه‌ها را با استفاده از اسناد چند سطحی بر اساس جمع‌آوری جمعیت، تجزیه و تحلیل می‌کند. سپس ما الگوریتم فاکتورگیری غیرمنفی ماتریس (NMF) را برای ایجاد یک خوشه‌ای از موضوعات علمی برای تولید کلمات کلیدی موضوعی که به مسائل مربوط به روند علمی واکنش نشان می‌دهند، استفاده کردیم. در نتیجه، نگرش ما روش توصیف خوشه‌های مربوط به مسائل علمی را در هر زمینه پیشنهاد می‌دهد.

کلمات کلیدی : تحلیل موضوعی مدل‌سازی موضوعی ردیابی علمی داده‌های بزرگ nmf