عنوان پایان‌نامه
ارزیابی کیفیت پرمشاهده ترین وب سایت های خیری در ایران مبتنی بر روش یادگیری ماشین
- رشته تحصیلی
- مدیریت فن آوری اطلاعات
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 71457
- تاریخ دفاع
- ۳۱ شهریور ۱۳۹۳
- دانشجو
- مولود آرمان
- استاد راهنما
- بابک سهرابی یورتچی
- چکیده
- 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 براساس بیشترین استفاده و درک از سمت مشتریان امر مهمی به شمار می‌آید تا موفقیت بک 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 بدست آوردن اطلاعات وب‌سایت‌ها یه صورت خودکار و بدون دخالت نیروی انسانی، ارزیابی وب‌سایت‌ها را به صورت لحظه‌ایی و بلادرنگ ممکن ساخت. بنابراین از یکی از روش‌های تصمیم‌گیری چندمعیاره(MCDM) به نام تاپسیس برای این منظور استفاده شده و وزن‌های معیارهای ارزیابی از روش آنتروپی در روش مذکور حاصل شده است. در نهایت رتبه بندی 791 وب‌سایت خبری که بر اساس گزارش الکسا بیشترین بازدید کننده از طرف کاربران ایرانی را داشته‌اند، با این ورش حاصل شد، ولی از سمتی دیگر ارائه یک رتبه عددی به عنوان خروجی نهایی ارزیابی وب‌سایت‌ها چندان با هدف رقابت وب‌سایت‌ها همخوانی ندارد، به همین خاطر از این رتبه‌های عددی به عنوان خروجی روش‌های یادگیری ماشین به جای رتبه‌بندی خبرگان و افراد استفاده گردید تا بتوان وب‌سایت‌ها را در شش طبقه جداگانه از بسیار عالی تا بسیار ضعیف طبقه‌بندی نمود. در راستای انجام این طبقه‌بندی از روش‌های یادگیری ماشین شامل شبکه‌های عصبی مصنوعی و ماشین بردار پشتیبان استفاده گردید.
- Abstract
- 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 learning method for separating websites from excellent to very poor in six categories of classification, instead of experts and users’ opinion. For this classification, machine learning techniques, including artificial neural network and support vector machine were used.
