Tag: PHD thesis

داده کاوی وب

بهمن. ۱۷ آمار و علوم کامپیوتر, داده کاوی, هوش مصنوعی, وب, وب کاوی, یادگیری ماشین بدون دیدگاه

در مورد موضوع وب کاوی قبلا هم بحث کرده و کتب و مقالاتی را معرفی کرده بودم. یکی از منابع ارزشمند این حوزه که با نگاهی داده کاوانه به مساله وب کاوی پرداخته است، کتابWeb Data Mining exploring hypelinks, contents and usage data است .کتاب در دو بخش تدوین شده است. بخش اول به مساله داده کاوی و تکنیک های آن پرداخته است و شامل ۵ فimageصل است: قواعد انجمنی، روش های یادگیری با ناظر، بدون ناظر و بینابین (semisupervised learning) از جمله مباحث مظرح در این بخش هستند.

در بخش دوم کتاب به بررسی مساله کاوش در وب پرداخته است و شامل مباحثی نظیر: شبکه های اجتماعی، خزنده های وب (Crawlers)، بازیابی اطلاعات، داده کاوی نحوه استفاده از وب و … پرداخته است

این کتاب چاپ دوم خود را می گذارند و درسال ۲۰۱۱ منتشر شده است. چاپ اول این کتاب در سال ۲۰۰۷ منتشر شده است.

author:Bing Liu
title: Web Data mining Exploring Hyperlinks, Contents, and Usage Data
Second Edition

ISBN: 978-3-642-19459-7    e-ISBN 978-3-642-19460-3

 

برای دریافت کتاب لینک زیر را دنبال کنید

لینک دریافت دانلود

برچسب‌ها:,

کاوش در وب و شبکه های اجتماعی

بهمن. ۱۶ آمار و علوم کامپیوتر, داده کاوی, هوش مصنوعی, وب, وب کاوی, یادگیری ماشین ۲ دیدگاه

اینترنت و نقش فزآینده آن در توزیع اطلاعات و دسترسی به منابع اطلاعات، در دهه های اخیر، مشکلاتی را برای کاربران آن باعص شده است. حجم زیاد اطلاعات موجود در فضای وب، کاربران را در یافتن اطلاعات مرتبط با نیازهایشان دچار سردرگمی کرده است.

این کتاب به بررسی تکنیک های کاوش در وب پرداخته است. کاوش در وب عبارت است از مجموعه تکنیک هایی که به کمک آنها می توان از داده های موجود در وب، دانش مفید و قابل استفاده استخراج کرد. وب کاوی سه موضوع : کاوش محتوا، کاوش ساختار و کاوش در نحوه استفاده را در بر می گیرد.

image

این کتاب به بررسی مجموعه تکنیک های مرتبط با حوزه های یاد شده می پردازد. کتاب با یک مقدمه در خصوص مبانی مرتبط با کاوش در وب آغاز می شود: مفاهیمی نظیر، پردازش زبانهای طبیعی، کسف دانش، داده کاوی و یادگیری ماشین. در ادامه در ۷ فصل به تفصیل به معرفی مبانی تئوریک والگوریتم های مرتبط با داده کاوی وب پرداخته است. مفاهیم شخصی سازی، توصیه صفحات، شبکه های اجتماعی و اجتماعات وب از جمله مفاهیمی هستند که در این کتاب به تفصیل مورد کنکاش قرار گرفته اند.

ISBN 978-1-4419-7734-2                e-ISBN 978-1-4419-7735-9

Web Mining and Social Networking, Techniques and Applications

Guandong Xu • Yanchun Zhang • Lin Li

این کتاب نیز مانند نوشته های بسیار دیگر در این حوزه کار چشم بادامی ها است.

 

برچسب‌ها:, , , , , , , , , , ,

یادگیری رتبه بندی در بازیابی اطلاعات

بهمن. ۱۶ ذخیره و بازیابی اطلاعات, وب, یادگیری ماشین بدون دیدگاه

همه ما کم و بیش با مفهومی به نام Rank آشنا هستیم. این مفهوم خصوصا یادآور سیستم موفق Page Rank گوگل است که معیاری برای اندازه گیری اهمیت صفحات است.

image

کتابی که امروز به معرفی آن می پردازیم، Learning to Rank for Information Retrieval نام دارد. مانند بسیاری از نوشته های این حوزه، کار چین ها است و توسط Springer منتشر شده است. شامل ۷ فصل و یک ضمیمه است. بسیاری از کارهای این حوزه تا سال ۲۰۱۰ را در بردارد.

 

Author: Tie-Yan Liu Microsoft Research Asia

ISBN 978-3-642-14266-6

 

1-Overview of Learning to Rank

2-Major Approaches to Learning to Rank

3-Advanced Topics in Learning to Rank

4-Benchmark Datasets for Learning to Rank

5-Practical Issues in Learning to Rank

6-Summary and Outlook

برای دریافت این کتاب به لینک های زیر مراجعه کنید

Download File – ZipSource
برچسب‌ها:, ,