ارائه دهنده:
سعید نجفیپور
استاد راهنما:
دکتر محمّدرضا کنگاوری
استاد ممتحن خارجی : دکتر سیّد حسین خواسته
استاد ممتحن داخلی: دکتر حسن نادری
زمان : یکشنبه 30 تیر ماه 1398
ساعت 17:00
مکان: دانشکده مهندسی کامپیوتر- طبقه سوم- اتاق 304
آقای سعید نجفیپور دانشجوی کارشناسی ارشد آقای دکتر محمّدرضا کنگاوری یکشنبه 30 تیر ماه ساعت 17:00 در اتاق 304 واقع در طبقه سوم دانشکده کامپیوتر از پروژه کارشناسی ارشد خود تحت عنوان توصیهگر تطبیقی-نمایشی مکانهای موردعلاقه کاربران با استفاده از متون و مکانهای بهاشتراک گذاشتهشده در شبکههای اجتماعی دفاع خواهند نمود.
چکیده پایان نامه:
روزانه حجم عظیمی از دادهها مابین کاربران شبکههای اجتماعی ارسال میشود که امکان دادهکاوی و استخراج اطلاعات مفید توسط شرکتها را فراهم مینماید. بخش بزرگی از این دادهها را متونی با این ویژگیها تشکیل میدهند: اختلالات متنی زیاد، طول محدود، وجود کلمات مخفف و محتوای عامیانه. از این رو برداشت معنائی از آنها بسیار پیچیده است. همچنین آزمایشها نشان میدهند که محتوای کوتاه-متنها تحت تأثیر زمان ارسال آنها قرار دارد. بخش دیگری از این دادهها را دادههای مکانی و مختصات جغرافیائی تشکیل میدهند که از تُنُکی بیش از اندازه رنج میبرند. از این رو سیستمهایی که از انواع دادهای متنی، زمانی و مکانی ارسالی در شبکههای اجتماعی به صورت همزمان استفاده میکنند، همچون توصیهگرهای مکانی یا گردشگری، با چالشهای متنوعی مواجه میشوند.
در این پژوهش سیستمی طراحی و پیادهسازی شده که با استفاده از یک روش تعبیهسازی کلمات حساس به زمان، ضمن برداشت معنائی از کوتاه-متنهای عامیانه و پراختلال، الگوهای زمانی استفاده از کلمات را نیز در نظر میگیرد. سپس روشهایی برای تبدیل مفاهیم متنوع از جمله کوتاه-متن، محتوا، موضوع، خوشه و کاربر به بردار معرفی شدهاند. این عمل امکان ترکیب مفاهیم مختلف با اجرای عملگرهای ریاضی بر روی بردارهای آنها را فراهم میسازد. در ادامه برای استفاده از دادههای مکانی، کاربران مختلف در چهار سطح کوچه، خیابان، محله و شهر با بردارهای مکانی مربوط به آن سطح تعریف میگردند. سیستم با توجه به بردارهای بهدستآمده، شباهت متنی-زمانی و شباهت مکانی کاربران را محاسبه نموده و در انتها آنها را ترکیب مینماید. در نهایت یک رابط کاربری تحت وب برای تعامل کاربران با توصیهگر پیادهسازی شده است تا مکانهای بازدیدشده توسط یک کاربر به شبیهترین کاربر به او توصیه گردد.
سیستم پیادهسازیشده طی مجموعهای از آزمونها مورد آزمایش قرار گرفت. بر اساس نتایج حاصل از روش تعبیه سازی متنی-زمانی، میزان دقّت بیشینه برای آزمون همانندی کلمات بر روی بردارهای کلمات حاصل از مدل تعبیهسازی CBOW از۰/۱۲۱ به ۰/۱۳۶ افزایش یافته است. همچنین شباهت محتوائی و شباهت متنی-زمانی معرفیشده در این پژوهش با کسب مقادیر۴۴/۶۶ و۸۵/۳۶ از ۱۰۰ برای صحّتهای وزندار موضوعی و عادی از سایر روشهای موجود عملکرد بهتری را در تشخیص کاربران مشابه نشان دادند. سیستم توصیهگر تطبیقی-نمایشی پیادهسازیشده نیز اهداف مدّنظر این کار پژوهشی را برآورده نموده است.
از اساتید بزرگوار، دانشجویان گرامی و دیگر متخصصان و علاقه مندان به موضوع دفاعیه دعوت
می شود با حضور خود موجبات غنای علمی و ارتقای کیفی را فراهم سازند.
دانشکده مهندسی کامپیوتر مدیریت تحصیلات تکمیلی |