این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهشنامه پردازش و مدیریت اطلاعات، جلد ۳۲، شماره ۲، صفحات ۵۵۱-۵۷۹
عنوان فارسی ارزیابی کیفیت پر مشاهده‌ترین وب‌سایت‌های خبری در ایران مبتنی بر روش یادگیری ماشین
چکیده فارسی مقاله موفقیت و کارایی وب‌سایت‌ها تا حد زیادی وابسته به کیفیت وب‌سایت می‌باشد. بزرگ‌ترین سهم از مفهوم جدید کیفیت این است که جنبه‌های فنی محصولات و سرویس‌ها، با استفاده و برداشت مشتریان ترکیب می‌شود. بنابراین ارزیابی وب‌سایت‌ها بر اساس بیشترین استفاده و درک از سمت مشتریان امر مهمی به شمار می‌آید تا موفقیت یک وب‌سایت را به سازمان‌های مربوطه اعلام کند. این رتبه‌بندی و ارزیابی بایستی در یک دامنه خاص فعالیتی صورت بگیرد، تا رتبه یک وب‌سایت بسته به دیگر رقبای آن تعیین گردد. در این پژوهش بر این بوده‌ایم تا بتوان با به دست آوردن اطلاعات وب‌سایت‌ها به‌صورت خودکار و بدون دخالت نیروی انسانی، ارزیابی وب‌سایت‌ها را به‌صورت لحظه‌ای و بلادرنگ ممکن ساخت. بنابراین از دو روش یادگیری ماشین، شبکه عصبی و ماشین بردار پشتیبان برای این منظور استفاده شده‌است. از آنجایی که از الگوریتم یادگیری با نظارت در این روش‌ها استفاده کرده‌ایم، نیاز به داده‌های برچسب‌دار وجود داشت که به‌جای برچسب‌دار کردن خروجی‌ها توسط خبرگان و به صورت دستی از یکی از روش‌های تصمیم‌گیری چندمعیاره(MCDM) به نام تاپسیس کمک گرفته شده است. در این روش محاسبه وزن‌های معیارهای ارزیابی از روش آنتروپی به صورت خودکار محاسبه گردیده است. درنهایت رتبه‌بندی 791 وب‌سایت‌ خبری که بر اساس گزارش الکسا بیشترین بازدیدکننده از طرف کاربران ایرانی را داشته‌اند، با روش تاپسیس حاصل شد، ولی از سمتی دیگر ارائه یک رتبه عددی به‌عنوان خروجی نهایی ارزیابی وب‌سایت‌ها چندان با هدف رقابت وب‌سایت‌ها همخوانی ندارد، به همین خاطر از این رتبه‌های عددی به‌عنوان خروجی روش‌های یادگیری ماشین به‌جای رتبه‌بندی خبرگان و افراد استفاده گردید تا بتوان وب‌سایت‌ها را در شش طبقه جداگانه از بسیار عالی تا بسیار ضعیف برچسب‌دار نمود. در ادامه از روش‌های یادگیری ماشین ذکر شده جهت طبقه‌بندی و همچنین پیش‌بینی طبقه یک وب‌سایت جدید استفاده شده‌است. نهایتا، این پژوهش به این نتیجه رسید که امکان طراحی سیستمی با دقت بالا برای ارزیابی وب‌سایت‌های خبری با روش شبکه عصبی و ماشین بردار پشتیبان وجود دارد به گونه‌ایی که این سیستم از عوامل مهم تاثیرگذار بر کیفیت وب‌سایت‌های خبری که به صورت خودکار قابلیت جمع‌آوری اطلاعات آن‌ها و جود داشته باشد، تشکیل شده باشد. 
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Evaluation of Most Visited News Websites in Iran based on Machine learning
چکیده انگلیسی مقاله Success and effectiveness of websites is largely dependent on the quality of the website. The biggest share of the quality`s new concept is that the technical aspects of products and services combines with customers usage and understanding. Therefore, websites evaluation based on the maximum usage and perception of the customers is considered an important issue to announce to the related organizations the success of website. This ranking and evaluation should be performed in a special activity domain so that the first place of website rank determines among its other competitors. In this article achieving the information of websites is automatic and without the intervention of human so that the instant evaluation could be possible. In this study, one of the Multi criteria Decision-making methods called TOPSIS is used and the weights of the criteria have been achieved of the method entropy in the mentioned method. Eventually, according to the Alexa ranking report the 791 ranking news website have been obtained which have most visitors of the Iranian users, but on the other hand, just a numerical rank as a final output of websites evaluation can’t be very inconsistent with the purpose of competition between websites, so, these numerical ranking from TOPSIS method used as output in machine learing method for seprating websites from excellent to very poor in six categories as lables for training dataset in classification, instead of using manual lables achieved from experts and users’ opinion. For this classification, Machine learning techniques, including artificial neural network and support vector machine were used.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله بابک سهرابی | babak sohrabi
university of tehran
دانشگاه تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

امیر مانیان | amir manian
university of tehran
دانشگاه تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

مولود آرمان | molood arman
university of tehran
دانشگاه تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

نشانی اینترنتی http://jipm.irandoc.ac.ir/browse.php?a_code=A-10-3413-1&slc_lang=fa&sid=fa
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1504/article-1504-324104.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده فناوری اطلاعات
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات