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

1. به نام خدا ساخت واژگان شناختي پويا براي شخصي سازي وب ارائه دهنده: سيما سلمانياستاد راهنما: دکتر عبداله زادهبهمن 89

2. 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 http://ceit.aut.ac.ir/islab/

3. 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 http://ceit.aut.ac.ir/islab/

4. واژگان شناختي I1 I2 I3 I4 • يک ساختار گراف/ شبکه • اهداف • فراهم آوردن دانش معنايي، • ايجاد درک مشترک، • سازماندهي دانش بصورت ساختاريافته، • ... • کاربردها آزمايشگاه سيستم هاي هوشمند http://ceit.aut.ac.ir/islab/

5. 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 http://ceit.aut.ac.ir/islab/

6. موتور توصيه توصيه ها مرورگر کاربر جلسه جاري وب سرور ...شخصي سازيمولفه برخط سيستم شخصي سازي مدل کاربر دانش دامنه آزمايشگاه سيستم هاي هوشمند http://ceit.aut.ac.ir/islab/

7. پارامترهاي مهم در مدلسازي کاربر هدف سيستم شخصی سازی منابع ساخت مدل کاربر طرح سيستم الگوريتم هاي فيلتر کردن نمايش مدل کاربر ذخيره مدل کاربر در client صريح جستجو ضمني توصيه 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 http://ceit.aut.ac.ir/islab/

8. دلايل نياز به واژگان شناختي در شخصي سازي وب • استفاده از دانش معنايي در حوزه شخصيسازي وب به تعامل عميقتر 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 http://ceit.aut.ac.ir/islab/

9. 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 http://ceit.aut.ac.ir/islab/

11. مقايسه ساختاري WordNet و ويکيپديا آزمايشگاه سيستم هاي هوشمند http://ceit.aut.ac.ir/islab/

12. کارهاي انجام شده قبلي

13. 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 http://ceit.aut.ac.ir/islab/

14. 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 http://ceit.aut.ac.ir/islab/

15. ويکيپديا آزمايشگاه سيستم هاي هوشمند http://ceit.aut.ac.ir/islab/

16. 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 http://ceit.aut.ac.ir/islab/

17. ... 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 http://ceit.aut.ac.ir/islab/

18. 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 http://ceit.aut.ac.ir/islab/

19. 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 http://ceit.aut.ac.ir/islab/

20. 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 http://ceit.aut.ac.ir/islab/

21. 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 http://ceit.aut.ac.ir/islab/

22. 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 http://ceit.aut.ac.ir/islab/

23. جزئيات پياده سازي DatabaseConfigurationdbConfig = 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); • 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 ميکند. آزمايشگاه سيستم هاي هوشمند http://ceit.aut.ac.ir/islab/

24. ...جزئيات پياده سازي • مولفه ساخت مدل کاربر مبتني بر واژگان شناختي • پردازش ثبتهاي وب سرور • شامل عمليات: پاكسازي داده، شناسايي كاربر، شناسايي جلسهكاربر. • WUMنرم افزار مفيدي براي پيش پردازش ثبتهاي وبسرور • زبان جاوا • رايگان • کار با واژگان شناختي • مولفه بروز رساني مدل کاربر • کار با واژگان شناختي آزمايشگاه سيستم هاي هوشمند http://ceit.aut.ac.ir/islab/

25. پارامترهاي ارزيابيمختلف • 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 http://ceit.aut.ac.ir/islab/

26. ...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 http://ceit.aut.ac.ir/islab/

27. نتايج آزمايشات براي 5 کاربر مختلف آزمايشگاه سيستم هاي هوشمند http://ceit.aut.ac.ir/islab/

28. نتايج ارزيابي در مقايسه با ساير روشها آزمايشگاه سيستم هاي هوشمند http://ceit.aut.ac.ir/islab/

29. نتايج آزمايشات در طي 10 به روز رساني مدل کاربر آزمايشگاه سيستم هاي هوشمند http://ceit.aut.ac.ir/islab/

30. 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 http://ceit.aut.ac.ir/islab/

31. کارهاي آينده • کارهايي که در زمينه ساخت واژگانشناختي 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 http://ceit.aut.ac.ir/islab/

32. ...کارهاي آينده • کارهايي که در استفاده بهتر از اين واژگانشناختي ميتوانند 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 http://ceit.aut.ac.ir/islab/

33. 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 http://ceit.aut.ac.ir/islab/

34. …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, 2006. WI 2006, 2006, pp. 442–448. آزمايشگاه سيستم هاي هوشمند http://ceit.aut.ac.ir/islab/

35. …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, 1999. 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, 2001. [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 http://ceit.aut.ac.ir/islab/

36. …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. 120. [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 http://ceit.aut.ac.ir/islab/

37. …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, 1387. [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, 2009. 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, 2009. [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 http://ceit.aut.ac.ir/islab/

38. 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 AbdollahzadehBarforoush,” Dynamic ontology construction based on Wikipedia for Web Personalization”, submitted to User Modeling, Adaptation and Personalization Conference, UMAP2011, 2011 آزمايشگاه سيستم هاي هوشمند http://ceit.aut.ac.ir/islab/

39. با تشکر از حضور و توجه شما آزمايشگاه سيستم هاي هوشمند http://ceit.aut.ac.ir/islab/

40. ؟ پرسش و پاسخ آزمايشگاه سيستم هاي هوشمند http://ceit.aut.ac.ir/islab/