ارائه دهنده: سيما سلماني استاد راهنما: دکتر عبداله زاده بهمن 89

ارائه دهنده: سيما سلماني استاد راهنما: دکتر عبداله زاده بهمن 89
به نام خدا ساخت واژگان شناختي پويا براي شخصي سازي وب ارائه دهنده: سيما سلماني استاد راهنما: دکتر عبداله زاده بهمن 89

آزمايشگاه سيستم هاي هوشمند http://ceit.aut.ac.ir/islab/
رئوس مطالب تعريف مساله مفروضات واژگان شناختي شخصي سازي وب نقش مدل کاربر پارامترهاي مهم مدلسازي کاربر روشهاي مدلسازي کاربر مبتني بر واژگان شناختي کارهاي پيشين مشکلات موجود طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري و کارهاي آينده آزمايشگاه سيستم هاي هوشمند

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري تعريف مساله هدف پروژه: ساخت واژگان شناختي پويا براي شخصي سازي وب استفاده از واژگان شناختي در مدلسازي کاربر روشهاي مدلسازي Overlay Stereotype واژگان شناختي هاي لغوي نياز به پويايي در مدل کاربر آزمايشگاه سيستم هاي هوشمند

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري واژگان شناختي يک ساختار گراف/ شبکه اهداف فراهم آوردن دانش معنايي، ايجاد درک مشترک، سازماندهي دانش بصورت ساختاريافته، ... کاربردها C0 C4 C3 C2 C1 I1 I2 I3 I4 آزمايشگاه سيستم هاي هوشمند

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري شخصي سازي وب هر عملي که اطلاعات و سرويس هاي فراهم شده توسط يک وب سايت را با نيازهاي کاربران سازگار کند. نيازمنديهاي اصلي: علايق کاربر محتوا و ساختار وب سايت تشخيص علايق کاربر از طريق بررسي تعاملات قبلي و فعلي سيستم با کاربر آزمايشگاه سيستم هاي هوشمند

...شخصي سازي مولفه برخط سيستم شخصي سازي
تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري ...شخصي سازي مولفه برخط سيستم شخصي سازي موتور توصيه جلسه جاري وب سرور توصيه ها مرورگر کاربر مدل کاربر دانش دامنه آزمايشگاه سيستم هاي هوشمند

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري پارامترهاي مهم در مدلسازي کاربر هدف سيستم شخصی سازی منابع ساخت مدل کاربر الگوريتم هاي فيلتر کردن طرح سيستم نمايش مدل کاربر صريح ذخيره مدل کاربر در client توصيه جستجو ضمني بردار وزن دار کلمات فيلترينگ مشارکتي ذخيره مدل کاربر در server بردار وزن دار مفاهيم فيلترينگ مبتني بر محتوا واژگان شناختي ها فيلترينگ مبتني بر قاعده آزمايشگاه سيستم هاي هوشمند

دلايل نياز به واژگان شناختي در شخصي سازي وب
تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري دلايل نياز به واژگان شناختي در شخصي سازي وب استفاده از دانش معنايي در حوزه شخصي سازي وب به تعامل عميق تر مشتريان و کاربران وب سايت با آن منجر مي شود. رويکردهاي نمايش مدل کاربر رويکردهاي مبتني بر کلمات کليدي رويکردهاي مبتني بر مفاهيم رويکردهاي مبتني بر واژگان شناختي آزمايشگاه سيستم هاي هوشمند

روشهاي مدلسازي کاربر مبتني بر واژگان شناختي
تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري روشهاي مدلسازي کاربر مبتني بر واژگان شناختي روش overlay روش Stereotype روشهای مبتنی بر واژگان شناختی لغوی انواع ارتباطات منابع ارتباطات معنايی فرهنگ لغت. Longman فرهنگ جامع. Roget واژگان شناختي و رده بندي. مثل WordNet و ODP فرهنگ هاي عمومي. مثل ويکيپديا آزمايشگاه سيستم هاي هوشمند

واژگان شناختي و رده بندي
تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري معايب مزايا منبع عدم پوشش از مفاهيم خاص دامنه هزينه و زمان زياد ايجاد و به روز رساني پوشش کم از موجوديت هاي نامدار ارتباطات محدود پوشش خوب از مفاهيم کلي دقت و کيفيت بالا ارتباطات مفيد انواع واسط هاي برنامه نويسي به زبان هاي مختلف رايگان در دسترس بودن به زبان هاي مختلف WordNet واژگان شناختي و رده بندي حجم زياد داده عدم وجود واسط برنامه نويسي بهينه مشخص نکردن صريح نوع ارتباط پوشش خوب از مفاهيم خاص دامنه پوشش بسيار خوب از موجوديت هاي نامدار اطلاعات دقيق در مورد هر مفهوم و مفاهيم مرتبط به روز رساني بسيار سريع در دسترس بودن انواع منابع اطلاعات معنايي لغوي موجود بصورت رايگان در دسترس بودن به تعداد زيادي از زبان ها دقت و کيفيت خوب امکان استخراج روابط نامحدود از آن Wikipedia فرهنگ عمومي

مقايسه ساختاري WordNet و ويکيپديا
تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري مقايسه ساختاري WordNet و ويکيپديا Folksonomy Taxonomy Thesaurus WordNet Dictionary Ontology Linguistic Knowledge Base(LKB) WordNet Well Structured Collaborative Knowledge Base(CKB) Wikipedia Less well structured آزمايشگاه سيستم هاي هوشمند

کارهاي انجام شده قبلي مفروضات ارزيابي روش پيشنهادي نتيجه گيري
تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري کارهاي انجام شده قبلي پارامترهاي ارزيابي پويايي نمايش مدل کاربر سال نويسنده عنوان کار دقت، يادآوري و F1 مطرح نيست بردار مفاهيم, با استفاده از ويکيپديا 1387 قادريان، عبداله زاده بهبود مدل کاربر در وب سايت بصورت خودکار با استفاده از معنا شناسي با مفاهيم خاص دامنه دقت و يادآوري نيمه پويا تاکسونومي مبتني بر ODP 2007 Sieg, Mobasher Ontological user profiles for personalized web search Mean absolute error (MAE) تاکسونومي مبتني بر WordNet Lops, Degemmis, and Semeraro Improving social filtering techniques through WordNet-based user profiles دقت، يادآوري، و F1 واژگان شناختي مبتني بر WordNet با روابط Antonymy (opposites), Hyponymy/hypernymy (IS-A), meronymy(PART-OF) Semeraro, Degemmis, Lops, and Basile Combining learning and word sense disambiguation for intelligent user profiling ارزيابي انجام نشده است. واژگان شاختي مبتني بر ساختار ويکيپديا 2010 Chang and Quiroga An Ontological User Modeling Approach Using Wikipedia's Content for Cross-System Personalization

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري مشکلات موجود پويايي مدل کاربر ايستا نيمه پويا معنا واژگان شناختي هاي ارائه شده براي مدل کاربر، داراي ساختار تاکسونوميک هستند. يا از واژگان شناختي هاي لغوي مانند WordNet براي ساخت آنها استفاده شده است. پوشش محدود از مفاهيم دامنه هاي خاص عدم پوشش از موجوديت هاي نامدار ارتباطات محدود آزمايشگاه سيستم هاي هوشمند

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري روش پيشنهادي ساخت مدل کاربر پويا مبتني بر واژگان شناختي براي شخصي سازي وب با کمک ويکيپديا روش ترکيبی Overlay: واژگان شناختي دامنه از ويکيپديا بعنوان يک واژگان شناختي لغوي استفاده کرده ايم. به روز رساني آزمايشگاه سيستم هاي هوشمند

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري ويکيپديا اطلاعات معنايي لغوي منبع تعريف توصيف معنا, عبارات مرتبط، ترجمه ها مترادف، انواع املاء، املاء اشتباه، مخفف ها نهادهاي نامدار، عبارات خاص دامنه مقالات اولين پاراگراف متن کامل هدايت کننده ها عنوان عبارات مرتبط، هم رخدادها مترادف ها، انواع املاء، عبارات مرتبط گراف لينک، عبارات مرتبط لينک هاي مقالات زمينه برچسب مقصد عبارات مرتبط معنايي(همزادها) روابط Hyponymic و Meronymic بين عبارات دسته ها مقالات داخل دسته ها سلسله مراتب انباره درک رفع ابهام آزمايشگاه سيستم هاي هوشمند

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري معماري سيستم پيشنهادي صفحات وب سايت مولفه برون خط ساخت واژگان شناختی دامنه واژگان شناختي دامنه کلمات کليدي دامنه ساخت واژگان شناختي دامنه استخراج کلمات کليدي صفحات ويکيپديا مولفه برخط ساخت و بروز رسانی واژگان شناختی مدل کاربر ثبتهاي وب سرور ساخت بردار کلمات کليدي علايق کاربر بردار وزن دار کلمات کليدي نرم افزار WUM ساخت مدل کاربر نگاشت بردار کلمات کليدي بر واژگان شناختي دامنه به روز رساني مدل کاربر واژگان شناختي مدل کاربر آزمايشگاه سيستم هاي هوشمند

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري ... روش پيشنهادي روش پيشنهادي داراي 3 گام کلي است: ساخت واژگان شناختي دامنه وب سايت با کمک ويکيپديا ساخت مدل کاربر مبتني بر واژگان شناختي به روز کردن مدل کاربر به منظور پويايي آزمايشگاه سيستم هاي هوشمند

ساخت واژگان شناختي دامنه وب سايت
تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري ساخت واژگان شناختي دامنه وب سايت صفحات وب سايت استخراج کلمات کليدي دامنه وب سايت کلمات کليدي دامنه وب سايت ويکيپديا روابط استخراج شده از ويکيپديا رابطه تساوي: از صفحات هدايت کننده رابطه همزاد: مفاهيم موجود در يک دسته رابطه See-Also روابط موجود در متن مقالات ساخت واژگان شناختي دامنه وب سايت با استخراج مفاهيم و روابط از ويکيپديا واژگان شناختي دامنه آزمايشگاه سيستم هاي هوشمند

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري ساخت مدل کاربر کلمات کليدي دامنه وب سايت ثبتهاي وب سرور پيش پردازش استخراج کلمات کليدي بازديد شده توسط کاربر و ساخت بردار کلمات کليدي علايق او بردار کلمات کليدي ساخت مدل کاربر مبتني بر واژگان شناختي با نگاشت بردار کلمات کليدي علايق کاربر بر واژگان شناختي دامنه واژگان شناختي دامنه مدل کاربر مبتني بر واژگان شناختي آزمايشگاه سيستم هاي هوشمند

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري به روز رساني مدل کاربر Function UpdatUserModel (UserModel UM, keywordWeightVector KW ) For each keyword in KW If UM contains keyword as an Individual Weight(keyword in UM)+=Weight(keyword in KW) Else begin Axiom ax= relatedAxiomInDomainOntology(keyword) Add(ax, Weight(keyword in KW)) to UM End Else End For End آزمايشگاه سيستم هاي هوشمند

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري يک مدل کاربر نمونه KeywordVector={(assign,190),(grade,160),(section,152),(test,72) ,(program,67),(final,59),(topic,49),(question,45)} آزمايشگاه سيستم هاي هوشمند

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري جزئيات پياده سازي محيط پياده سازي زبان برنامه نويسي: Java نسخه jdk1.6.0 در محيط: NetBeans IDE6.0 پايگاه داده: MySQL server 5.0 آزمايشگاه سيستم هاي هوشمند

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري جزئيات پياده سازي مولفه ساخت واژگان شناختي دامنه کار با ويکيپديا Dump هاي ويکيپديا: 40 گيگا بايت JWPLDataMachine پايگاه داده حاصل 54 گيگا بايت JWPL کار با واژگان شناختي OWL-API يک واسط برنامه نويسي جاوا نسبت به Jena از OWL در سطح بالاتري پشتيباني مي کند. DatabaseConfiguration dbConfig = new DatabaseConfiguration(); dbConfig.setHost("SERVER_URL"); dbConfig.setDatabase("DATABASE"); dbConfig.setUser("USER"); dbConfig.setPassword("PASSWORD"); dbConfig.setLanguage(Language.german); // Create the Wikipedia object Wikipedia wiki = new Wikipedia(dbConfig); آزمايشگاه سيستم هاي هوشمند

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري ...جزئيات پياده سازي مولفه ساخت مدل کاربر مبتني بر واژگان شناختي پردازش ثبتهاي وب سرور شامل عمليات: پاكسازي داده، شناسايي كاربر، شناسايي جلسه كاربر. WUMنرم افزار مفيدي براي پيش پردازش ثبتهاي وب سرور زبان جاوا رايگان کار با واژگان شناختي مولفه بروز رساني مدل کاربر آزمايشگاه سيستم هاي هوشمند

پارامترهاي ارزيابي مختلف
تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري پارامترهاي ارزيابي مختلف پارامترهاي مبتني بر توصيه Recommendation score Average recommendation relevance Average impact and impact standard deviation دقت و نرخ خطاي توصيه ها پارامترهاي مبتني بر خوشه بندي Intra cluster distance and inter cluster distance دقت پيش بيني دقت و يادآوري مفاهيم آزمايشگاه سيستم هاي هوشمند

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري ...پارامترهاي ارزيابي پارامترهاي ارزيابي مورد استفاده عبارتند از دقت و يادآوري دقت: ميزان مرتبط بودن خروجي موتور توصيه. يادآوري/ پوشش: قابليت موتور توصيه در توليد توصيه هايي که ممکن است توسط کاربر بازديد شوند. آزمايشگاه سيستم هاي هوشمند

نتايج آزمايشات براي 5 کاربر مختلف
تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري نتايج آزمايشات براي 5 کاربر مختلف F1 يادآوري دقت کاربران 58.65% 78.57% 46.80% کاربر 1 47.72% 35.0% 75.0% کاربر 2 62.64% 50.20% 83.30% کاربر 3 65.59% 56.16% 78.84% کاربر 4 73.54% 60.0% 95.0% کاربر 5 61.62% 55.98% 75.78% ميانگين آزمايشگاه سيستم هاي هوشمند

نتايج ارزيابي در مقايسه با ساير روشها
تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري نتايج ارزيابي در مقايسه با ساير روشها آزمايشگاه سيستم هاي هوشمند

نتايج آزمايشات در طي 10 به روز رساني مدل کاربر
تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري نتايج آزمايشات در طي 10 به روز رساني مدل کاربر آزمايشگاه سيستم هاي هوشمند

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري نتيجه گيري دقت و يادآوری بهتر در مقايسه با روشهای بردار کلمات کليدی دقت و يادآوری بهتر در مقايسه با روش های بردار مفاهيم با استفاده از WordNet با استفاده از ويکيپديا نتايج به روز رسانی آزمايشگاه سيستم هاي هوشمند

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري کارهاي آينده کارهايي که در زمينه ساخت واژگان شناختي مي‌توانند انجام شوند. ساخت واژگان شناختي با ترکيبي از WordNet و ويکيپديا استخراج روابط بيشتر از ويکيپديا کاوش ويکيپديا تا عمق بيشتر از 2 آزمايشگاه سيستم هاي هوشمند

تعريف مساله مفروضات طراحي روش پيشنهادي ارزيابي روش پيشنهادي نتيجه گيري ...کارهاي آينده کارهايي که در استفاده بهتر از اين واژگان شناختي مي توانند انجام شوند. تمرکز بر روي استنتاجات از روي واژگان شناختي ترکيب اين روش با روشهاي مدلسازي stereotype ترکيب اين روش با الگوريتمهاي يادگيري و روشهاي فيلترينگ آزمايشگاه سيستم هاي هوشمند

مراجع [1] M. Eirinaki and M. Vazirgiannis, “Web mining for web personalization,” ACM Transactions on Internet Technology (TOIT), vol. 3, 2003, p. 27. [2] M. Albanese, A. Picariello, C. Sansone, and L. Sansone, “Web personalization based on static information and dynamic user behavior,” In Proceedings of the 6th annual ACM international workshop on Web information and data management, 2004, pp. 80–87. [3] D. Pierrakos, G. Paliouras, C. Papatheodorou, and C.D. Spyropoulos, “Web usage mining as a tool for personalization: A survey,” J. User Modeling and User-Adapted Interaction, vol. 13, 2003, pp. 311–372. [4] S. Anand and B. Mobasher, “Intelligent techniques for web personalization,” In Intelligent Techniques for Web Personalization, 2005, pp. 1–36. [5] B. Mobasher, “Web Usage Mining and Personalization”. Chapter in Practical Handbook of Internet Computing Munindar P. Singh, CRC Press, 2004. [6] S. Sosnovsky and D. Dicheva, “Ontological technologies for user modelling,” International J. Metadata, Semantics and Ontologies, vol. 5, 2010, pp. 32–71. آزمايشگاه سيستم هاي هوشمند

…مراجع [7] B. Mobasher, H. Dai, T. Luo, and M. Nakagawa, “Discovery and evaluation of aggregate usage profiles for web personalization,” Data Mining and Knowledge Discovery, vol. 6, 2002, pp. 61–82. [8] J. Davies, R. Studer, and P. Warren, “Semantic Web Technologies: trends and research in ontology-based systems,” RECIIS, vol. 3, 2009, pp. 89–90. [9] A. Sieg, B. Mobasher, and R. Burke, “Ontological user profiles for personalized web search,” Proceedings of the 5th Workshop on Intelligent Techniques for Web Personalization, Vancouver, Canada, 2007. [10] J. Brank, M. Grobelnik, and D. Mladenic, “A survey of ontology evaluation techniques,” Proceedings of the Conference on Data Mining and Data Warehouses (SiKDD 2005), 2005, pp. 166–170. [11] D. Milne, O. Medelyan, and I.H. Witten, “Mining domain-specific thesauri from wikipedia: A case study,” IEEE/WIC/ACM International Conference on Web Intelligence, WI 2006, 2006, pp. 442–448. آزمايشگاه سيستم هاي هوشمند

…مراجع [12] T. Zesch, C. Müller, and I. Gurevych, “Extracting lexical semantic knowledge from wikipedia and wiktionary,” Proceedings of the Conference on Language Resources and Evaluation (LREC), 2008, pp. 1646–1652. [13] S.E. Middleton, D.C. De Roure, and N.R. Shadbolt, “Capturing knowledge of user preferences: ontologies in recommender systems,” Proceedings of the 1st international conference on Knowledge capture, 2001, pp. 100–107. [14] A. Pretschner and S. Gauch, “Ontology based personalized search,” Tools with Artificial Intelligence, Proceedings. 11th IEEE International Conference on, 2002, pp. 391–398. [15] J. Trajkova and S. Gauch, “Improving ontology-based user profiles,” Proceedings of RIAO, 2004, pp. 380–389. [16] B. Magnini and C. Strapparava, “Using WordNet to improve user modelling in a web document recommender system,” Proceedings of the NAACL 2001 Workshop on WordNet and Other Lexical Resources, [17] S. Gauch, J. Chaffee, and A. Pretschner, “Ontology-based personalized search and browsing,” Web Intelligence and Agent Systems, vol. 1, 2003, pp. 219–234. آزمايشگاه سيستم هاي هوشمند

…مراجع [18] H.R. Kim and P.K. Chan, “Learning implicit user interest hierarchy for context in personalization,” Applied Intelligence, vol. 28, 2008, pp. 153–166. [19] T.L. Anand, “Exploiting Domain Knowledge by Automated Taxonomy Generation in Recommender Systems,” E-Commerce and Web Technologies: 10th International Conference, EC-Web 2009, Linz, Austria, September 1-4, 2009, Proceedings, 2009, p [20] L. Ardissono, C. Gena, P. Torasso, F. Bellifemine, A. Difino, and B. Negro, “User modeling and recommendation techniques for personalized [31] B. Magnini and C. Strapparava, “Improving user modelling with content-based techniques,” User Modeling 2001, 2010, pp. 74–83. [21] G. Semeraro, M. Degemmis, P. Lops, and P. Basile, “Combining learning and word sense disambiguation for intelligent user profiling,” Proc. of the 20th Int. Joint Conf. on Artificial Intelligence, 2007, pp. 2856–2861. آزمايشگاه سيستم هاي هوشمند

…مراجع [22] P. Lops, M. Degemmis, and G. Semeraro, “Improving social filtering techniques through WordNet-based user profiles,” User Modeling 2007, 2009, pp. 268–277. [23] ميثم قادريان و ا. عبداله زاده بارفروش, “بهبود مدل کاربر در وب سايت بصورت خودکار با استفاده از معنا شناسي با مفاهيم خاص دامنه,” پايان نامه کارشناسي ارشد, دانشکده مهندسي کامپيوتر و فناوري اطلاعات, دانشگاه صنعتي اميرکبير, [24] B. Safarkhani, M. Mohsenzadeh, and A.M. Rahmani, “Improving Website User Model Automatically Using a Comprehensive Lexical Semantic Resource,” E-Business and Information System Security, EBISS'09. International Conference on, 2009, pp. 1–5. [25] P.C. Chang and L.M. Quiroga, “Using Wikipedia Content to Derive an Ontology for Modeling and Recommending Web Pages across Systems,” Recommender Systems & the Social Web, [26] P.C. Chang and L.M. Quiroga, “An Ontological User Modeling Approach Using Wikipedia's Content for Cross-System Personalization,” Proceedings of the IUI2010 Workshop on User Data Interoperability in the Social Web, 2010, pp. 30–33. آزمايشگاه سيستم هاي هوشمند

مقالات ارائه شده سيما سلمانی, احمد عبداله زاده بارفروش,“واژگان شناختی مبتنی بر ويکيپديا برای شخصی سازی وب“ , ارسال شده به شانزدهمين کنفرانس انجمن کامپيوتر ايران, 1389 Sima Salmani, Ahmad Abdollahzadeh Barforoush,” Dynamic ontology construction based on Wikipedia for Web Personalization”, submitted to User Modeling, Adaptation and Personalization Conference, UMAP2011, 2011 آزمايشگاه سيستم هاي هوشمند

با تشکر از حضور و توجه شما
آزمايشگاه سيستم هاي هوشمند

؟ پرسش و پاسخ آزمايشگاه سيستم هاي هوشمند

ارائه دهنده: سيما سلماني استاد راهنما: دکتر عبداله زاده بهمن 89

Similar presentations

Presentation on theme: "ارائه دهنده: سيما سلماني استاد راهنما: دکتر عبداله زاده بهمن 89"— Presentation transcript:

Similar presentations

About project

Feedback

Log in

Auth with social network:

ارائه دهنده: سيما سلماني استاد راهنما: دکتر عبداله زاده بهمن 89

Similar presentations

Presentation on theme: "ارائه دهنده: سيما سلماني استاد راهنما: دکتر عبداله زاده بهمن 89"— Presentation transcript:

Similar presentations

About project

Feedback