پینو: یک سامانه توصیه‌گر با استفاده از کاوش در سیاهه‌های وب

سامانه‌های توصیه‌گر در وبگاه‌ها شخصی‌سازی وب را به‌صورت هوشمند و برخط با ارائه پیشنهادهایی به کاربران انجام می‌دهند. این سامانه‌ها را می‌توان با مدل‌سازی شیوه‌های دسترسی کاربران با استفاده از کاوش در سیاهه‌های وب ایجاد نمود. به بیانی دیگر می‌توان الگوهای دسترسی کاربران را با روش‌های داده‌کاوی از سیاهه‌های وب استخراج کرد؛ سپس به کاربران بر پایه این الگوها پیشنهاد داد. سامانه‌های توصیه‌گر گوناگونی مبتنی بر کاوش در سیاهه‌های وب ایجاد شده‌اند اما هنوز بهبود کارایی و پیچیدگی آن‌ها موضوعی چالش‌برانگیز است. در این مقاله، سامانه توصیه‌گری بنام پینو مبتنی بر کاوش در سیاهه‌های وب به همراه رویکرد جدیدی برای استخراج الگوهای دسترسی در آن ارائه شده است. در این رویکرد ابتدا شیوه‌های دسترسی کاربران با گرافی جهت‌دار و وزن‌دار مدل می‌شوند. صفحات، رأس‌های این گراف و یال‌ها نشان‌دهنده ارتباط بین آن‌ها بر اساس تکرارهای با هم صفحات هستند. وزن یال‌ها بر اساس معکوس احتمال شرطی مشاهده صفحات با در نظر گرفتن ترتیب آن‌ها محاسبه می‌شود سپس صفحات با بخش‌بندی گراف شیوه‌های دسترسی کاربران بر پایه کوتاه‌ترین مسیرها خوشه‌بندی می‌شوند. پیشنهاددهی بر پایه این الگوها با پیچیدگی زمانی ثابت و سازگار با فراموش‌کاری پروتکل HTTP انجام می‌گیرد. سامانه پینو بر روی سیاهه‌های یک سرور مورد ارزیابی قرار گرفته است. اثربخشی پیشنهاددهی با معیارهای قابلیت پیشنهاددهی، پیشنهادهای درست، دقت و پوشش ارزیابی شده است. نتایج ارزیابی نشان‌دهنده توانایی سامانه پینو در بهبود کیفیت پیشنهادها است به‌گونه‌ای که میانگین همساز بین این معیارها در سامانه پینو به 57% رسیده که نسبت به سامانه‌های پیشین 12% بهبود یافته است.