جستجو
سیستم توصیه گر مقالات علمی مبتنی بر اطلاعات زمینه ای با استفاده از پلت فرم هدوپ
نسرین جوکار1
چکیده :
سیستم های توصیه گر مقالات پژوهشی به طور فزآینده ای محبوب شده اند. در 14 سال گذشته بیش از 170 مقالات پژوهشی، اختراع ثبت شده، صفحات وب و سایر موارد در این زمینه منتشر شده اند. سیستم های توصیه گر برای مقالات پژوهشی برنامه های کاربردی هستند، که به محققانی که پیگیر حوزه پژوهشی خود هستند کمک می کنند. از آنجایی که حجم مقالات روز به روز در حال افزایش است و سیستم های توصیه گر توانایی پوشش این حجم عظیم را برای پردازش مقالات با توجه به سلایق کاربر را ندارند، به همین دلیل برای پوشش و پردازش سریع این حجم از مقالات نیاز به استفاده از پردازش موازی(برنامه نویسی نگاشت – کاهش) است. سیستم پیشنهادی این پژوهش ابتدا برای هر مقاله پروفایلی را تشکیل می دهد که حاوی اطلاعات زمینه و دامنه ی مقاله می باشد سپس با توجه به دامنه کاری کاربر و دامنه مقالات، سیستم به کاربر مقالاتی را توصیه خواهد کرد. از آنجایی که حجم داده های مورد استفاده جزء داده های بزرگ می باشد و زمان نیز یک فاکتور مهم در این پژوهش است به همین علت از بستر هدوپ و برنامه نویسی موازی برای پیاده سازی سیستم استفاده شده است. عملکرد سیستم پیشنهادی با معیارهایی همچون رضایت کاربر و دقت سنجیده شد که نتایج رضایت بخش را به همراه داشته است.
کلمات کلیدی : سیستم های توصیه گر آگاه از زمینه داده های بزرگ هدوپ اطلاعات زمینه ای
زبان مقاله : فارسی
محور مقاله : کلان داده ها در بستر اینترنت
محل انتشار : کنفرانس ملی اینترنت اشیا در پایدارسازی شهری
آدرس وب سایت کنفرانس : iotsc.ir
کد IOI مقاله : XAAE-BGCZG
لینک مستقیم مقاله : https://isnac.ir/XAAE-BGCZG
نمایش چکیده انگلیسی
: https://isnac.ir/SA/XAAE-BGCZG
سایر مقالات محل انتشار
- سیستم توصیه گر مقالات علمی مبتنی بر اطلاعات زمینه ای با استفاده از پلت فرم هدوپ
- تست متزبممتتمنیبت
- استخراج نظرات متنی با استفاده از روشهای عقیده کاوی
- نقش شبکه های اجتماعی در راستای کاهش خطر سانحه و مدیریت بحران
- بررسی رمزنگاری
- تاثیر تله مدیسین مبتنی بر اینترنت اشیاء بر مراقبت سلامت
- بررسی حملات SQL INJECTION و ارائه روش هایی جدید جهت مقابله با حملات SQL INJECTION
- بررسی الگوریتم زنبور عسل و ژنتیک برای حل مسیر یابی وسایل نقلیه
- بررسی امنیت در تجارت الکترونیک
- روشی نوین برای کاهش مصرف انرژی در جایابی ماشینهای مجازی در ابر با استفاده از ترکیب الگوریتمهای تکاملی بهینهسازی ازدحام ذرات و الگوریتم جستجوی فاخته
- بررسی چالش های ادغام منابع داده در رویکردهای کلان داده
- بررسی شبکه های حسگر بی سیم و پیرامون آن
- موتورهای جست وجو
- حفظ حریم خصوصی در کاوش قوانین انجمنی با استفاده از نظریه بازی