دانلود کتاب الگوریتم‌ها و کاربردها برای جستجوی آکادمیک، پیشنهاددهی و داده‌کاوی قواعد وابستگی کمی ۲۰۲۲ Algorithms and Applications for Academic Search, Recommendation and Quantitative Association Rule Mining 2022

معرفی کتاب الگوریتم‌ها و کاربردها برای جستجوی آکادمیک، پیشنهاددهی و داده‌کاوی قواعد وابستگی کمی ۲۰۲۲ الگوریتم‌ها و کاربردها برای جستجوی آکادمیک، پیشنهاددهی و داده‌کاوی قواعد وابستگی کمی، الگوریتم‌های جدیدی را برای جستجوی آکادمیک، پیشنهاددهی و داده‌کاوی قواعد وابستگی ارائه می‌دهد که برای سیستم‌های تجاری و آکادمیک مختلف توسعه و بهینه شده‌اند. در کنار طراحی و پیاده‌سازی الگوریتم‌ها، بخش عمده‌ای از کار ارائه شده در این کتاب شامل توسعه سیستم‌های جدید، هم برای استفاده تجاری و هم برای استفاده آکادمیک است. در بخش اول کتاب، نویسنده یک طرح ابتکاری سلسله مراتبی جدید را برای رتبه‌بندی مجدد انتشارات آکادمیک بازیابی‌شده از کتابخانه‌های دیجیتال استاندارد معرفی می‌کند. این طرح بر اساس ترکیب سلسله مراتبی پیاده‌سازی سفارشی از روش ابتکاری فراوانی واژه، امتیاز استناد با استهلاک زمانی و امتیاز محاسبه‌شده مبتنی بر نظریه گراف است که اصطلاحات فهرست مقاله را با یکدیگر مرتبط می‌کند. به منظور ارزیابی عملکرد الگوریتم‌های معرفی‌شده، یک موتور فراموتور جستجو طراحی و توسعه یافته است که درخواست‌های کاربر را به مخازن دیجیتالی استاندارد انتشارات آکادمیک ارسال می‌کند و نتایج برتر n را با استفاده از طرح ابتکاری سلسله مراتبی معرفی‌شده، مجدداً رتبه‌بندی می‌کند. در بخش دوم کتاب، طراحی الگوریتم‌های پیشنهاددهی جدید با کاربرد در انواع مختلف سیستم‌های تجارت الکترونیک شرح داده شده است. الگوریتم‌های تازه معرفی شده بخشی از یک سیستم پیشنهاد فیلم توسعه‌یافته هستند، اولین سیستمی از این دست که به صورت تجاری در یونان توسط یک ارائه‌دهنده خدمات اصلی Triple Play مستقر شده است. نسخه اولیه این سیستم از یک پیشنهاددهنده ترکیبی جدید (مبتنی بر کاربر، مورد و محتوا) استفاده می‌کند و توصیه‌های روزانه را برای همه مشترکین فعال ارائه‌دهنده (در حال حاضر بیش از 30000 نفر) ارائه می‌دهد. پیشنهاددهنده‌هایی که ما ارائه می‌کنیم به طور ذاتی ترکیبی هستند و از پیکربندی گروهی از پیشنهاددهنده‌های مختلف مبتنی بر محتوا، کاربر و همچنین مورد، برای ارائه نتایج توصیه‌های دقیق‌تر استفاده می‌کنند. بخش پایانی کتاب به طراحی یک الگوریتم داده‌کاوی قواعد وابستگی کمی می‌پردازد. قواعد وابستگی کمی به نوع خاصی از قواعد وابستگی به شکلی اشاره دارد که مقدم بر نتیجه‌ای متشکل از مجموعه‌ای از صفات عددی یا کمی دلالت دارد. الگوریتم داده‌کاوی معرفی‌شده، تعداد مشخصی از تاریخچه کاربران را پردازش می‌کند تا مجموعه‌ای از قواعد وابستگی را با حداقل مقدار پشتیبانی و اطمینان مورد نیاز تولید کند. قواعد تولیدشده روابط قوی را نشان می‌دهند که بین نتیجه و مقدم هر قاعده وجود دارد و نشان‌دهنده موارد مختلفی است که در سطوح قیمتی خاص مصرف شده‌اند. این کتاب پژوهشی برای محققان، دانشجویان تحصیلات تکمیلی، متخصصان، مهندسان و برنامه نویسان کامپیوتر جذاب خواهد بود. فهرست کتاب: ۱. روی جلد ۲. صفحه عنوان فرعی ۳. صفحه عنوان ۴. صفحه حق تکثیر ۵. فهرست مطالب ۶. چکیده ۷. تقدیر و تشکر ۸. فهرست تصاویر ۹. فهرست جداول ۱۰. ۱ ۲. الگوریتم‌های جستجوی آکادمیک ۳. سیستم‌های توصیه گر ۴. داده‌کاوی قواعد وابستگی کمی ۵. نتیجه‌گیری و مسیرهای آینده ۱۵. مراجع ۱۶. نمایه ۱۷. درباره نویسنده توضیحات(انگلیسی) Algorithms and Applications for Academic Search, Recommendation and Quantitative Association Rule Mining presents novel algorithms for academic search, recommendation and association rule mining that have been developed and optimized for different commercial as well as academic purpose systems. Along with the design and implementation of algorithms, a major part of the work presented in the book involves the development of new systems both for commercial as well as for academic use. In the first part of the book the author introduces a novel hierarchical heuristic scheme for re-ranking academic publications retrieved from standard digital libraries. The scheme is based on the hierarchical combination of a custom implementation of the term frequency heuristic, a time-depreciated citation score and a graph-theoretic computed score that relates the paper’s index terms with each other. In order to evaluate the performance of the introduced algorithms, a meta-search engine has been designed and developed that submits user queries to standard digital repositories of academic publications and re-ranks the top-n results using the introduced hierarchical heuristic scheme. In the second part of the book the design of novel recommendation algorithms with application in different types of e-commerce systems are described. The newly introduced algorithms are a part of a developed Movie Recommendation system, the first such system to be commercially deployed in Greece by a major Triple Play services provider. The initial version of the system uses a novel hybrid recommender (user, item and content based) and provides daily recommendations to all active subscribers of the provider (currently more than 30,000). The recommenders that we are presenting are hybrid by nature, using an ensemble configuration of different content, user as well as item-based recommenders in order to provide more accurate recommendation results. The final part of the book presents the design of a quantitative association rule mining algorithm. Quantitative association rules refer to a special type of association rules of the form that antecedent implies consequent consisting of a set of numerical or quantitative attributes. The introduced mining algorithm processes a specific number of user histories in order to generate a set of association rules with a minimally required support and confidence value. The generated rules show strong relationships that exist between the consequent and the antecedent of each rule, representing different items that have been consumed at specific price levels. This research book will be of appeal to researchers, graduate students, professionals, engineers and computer programmers. Table of Contents 1. Cover 2. Half Title 3. Title Page 4. Copyright Page 5. Table of Contents 6. Abstract 7. Acknowledgements 8. List of Figures 9. List of Tables 10. 1 2 Academic Search Algorithms 3 Recommender Systems 4 Quantitative Association Rules Mining 5 Conclusions and Future Directions 15. References 16. Index 17. About the Author