عنوان پایان‌نامه
ارائه ژئوپرتالی مبتنی بر سیستم های توصیه گر
- رشته تحصیلی
- سنجش از دور وسیستم اطلاعات جغرافیایی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 71704;کتابخانه دانشکده جغرافیا شماره ثبت: 2104
- تاریخ دفاع
- ۱۵ شهریور ۱۳۹۴
- دانشجو
- علیرضا رحمتی قواق
- استاد راهنما
- علی درویشی بلورانی, آرا تومانیان
- چکیده
- چکیده حجم بالای اطلاعات یک مشکل عمده در وب کنونی به شمار می¬رود و ازطرف دیگر 80 درصد داده های موجود نیز دارای بعد مکانی هستند و بنابراین این مسئله در علوم اطلاعات مکانی نیز شایع است. حجم گسترده داده و سرویس های موجود نیز هنگامی مفید است که برای کاربر قابل کشف شدن باشد. در ژئوپرتالهای موجود جستجوی منابع برای کاربران همواره با مشکلاتی رو بروست. ممکن است کاربران ندانند از چه کلید واژه هایی برای جستجوی منابع استفاده کنند، چگونه اطلاعات فرم جستجو را پر نمایند و یا اینکه از کدام فیلتر جستجو استفاده نمایند. هر کدام از ژئوپرتالهای روالها و روشهای جستجوی متفاوتی را به کاربران ارائه می دهند و این گستره وسیع روالهای جستجو گاها سبب سردرگمی کاربران می شود. را ه حلهای بسیار برای حل این مسائل ارائه شده است که اغلب سعی در افزایش توانایی جستجوگری بر اساس کلیدواژه های ارائه شده از سوی کاربر تاکید داشته اند. اما همچنان این مشکلات و عدم همسانی ها در ژئوپرتالها وجود دارد. هدف این پژوهش ارتقای عملکرد جستجوگری ژئوپرتالها با افزودن مکانیزم بازیابی اطلاعات جدید در ژئوپرتال است. سیستم های توصیه گر رویکرد نوینی در ارائه اطلاعات به کاربران هستند که روالی مجزا از مکانیزم جستجوگری موجود در ژئوپرتالها هستند. این سیستم ها با توجه به جستجوها و تعامل کاربران با سیستم، مشابهت کاربران با یکدیگر و مشابهت آیتم های اطلاعلاتی با یکدیگر، آیتم های خاصی را به کاربران توصیه می نمایند. پژوهش حاضر در پی ترکیب سیستم های توصیه گر با ژئوپرتال است. در این صورت می توان نارسایی های موجود در ژئوپرتالها را از طریق ارائه آیتم های پیشنهادی بر اساس پروفایل کاربر و فرداده و استخراج ارتباطات بین آنها کاهش داد. برای استخراج مشابهت های بین پروفایل کاربر و فراداده از هستی شناسی استفاده شده است. سیستم توصیه گرمعناگرا بر پایه الگوریتم SVD و تحلیل مشابهت معنایی جهت استخراج آیتم های اطلاعاتی مرتبط و حل مشکل شروع سرد طراحی شده است. برای پیاده سازی ژئوپرتال از پایگاه داده مکانی سازمان راهداری استفاده شده است و طراحی هستی شناسی نیز بر پایه مفاهیم مرتبط در این حوزه بوده است. نتایج سناریوی ارزیابی سیستم نشان می دهد که سیستم طراحی شده قابلیت حل مسئله شروع سرد و توصیه گری آیتم های اطلاعاتی مرتبط را داراست. واژه‌های کلیدی: سیستم ها
- Abstract
- Abstract: Information overload is a major problem in the current World Wide Web. It is true that 88 percent of available data have a spatial component so information overload problem also exists in geographic information science. Overload of data and services on the web is beneficial when a user could discover them in an efficient manner. Users in geoportals still face difficulties of discovering resources. It is possible which a user do not know relative keyword to find data, how to fill data search forms or which search filter he/she must be used. Geoportals have been developed with different approaches and consequently they present different search methods. The different search methods also cause bewilderment to users so they may would not know which search method fulfills their requirement’s. Different approaches have been utilized to resolve these problems which almost most of them is based on users keywords. But the declared problems still exists on geoportals. The aim of this research is to enhance geoportals functionality by integrating new information retrieval procedure to geoportals named as recommender systems. Recommender system recommend related items to users based on users similarities, items similarities, user interactions with geoportals. In this research we integrated a recommender system in geoportals architecture. Recommendation process is based on SVD Recommendation algorithm and semantic similarity of items and users. This approach is useful in resolving cold start problem of recommender systems. The developed system and analyzed scenario shows that the system could recommend related items based on reference ontology and SVD algorithm. Keywords: Recommender system, Geoportal, Semantic web, ontological similarity
