بهبود عملکرد موتورهای جستجوگر با ارزیابی پارامترها به روش دسته بندی فازی

در نگاه اول خدمتی که موتورهای جستجو ارائه می دهند بسیار مفید و بی نقص به نظر می رسد، ولی در نگاهی دقیق تر و تیزبین تر به موتورهای جستجو، متوجه ضعف هایی در نتایج کار آنها خواهیم شد. از جمله ضعف-های مشهود در موتورهای جستجو اینکه بسیاری از صفحاتی که موتورهای جستجو پیشنهاد می دهند صفحاتی بی محتوا و بعضا بدون ارتباط با موضوع موردنظر کاربر هستند. از طرف دیگر بسیاری از صفحات با کیفیت جایی در نتایج جستجو ندارند. ما در این رساله تصمیم داریم به موتورهای جستجو پیشنهاد دهیم کار داوری در مورد مطالب وب سایت ها را به کاربران وب بسپارند، زیرا انسانها بسیار سریعتر و با ضریب خطای پایین-تر و با عدالت بیشتر در مورد مفید بودن یا نبودن یک وب سایت نظر خواهند داد، در ضمن با بکارگیری هوش طبیعی به جای هوش مصنوعی ،مشکلی که موتورهای جستجو در تحلیل محتوای غیر متنی از جمله تصاویر، جاوااسکریپت و آژاکس دارند مرتفع تر خواهد گردید. در الگوریتم پیشنهادی که بر پایه منطق فازی استوار است سعی شده است با استفاده از پارامترهایی نظیر سرعت حرکت موس، سرعت حرکت اسکرول، میزان انحراف معیار موقعیت های افقی موس و مدت زمان حضور در صفحات، تشخیص دهیم تا چه میزان کاربر از محتوای صفحه ای که در حال مطالعه آن است راضی است. لذا در ابتدا بررسی های صورت گرفته را توضیح خواهیم داد و پس از آن به تحلیل متغیرهای فازی، مجموعه های فازی و تابع تعلق های هر کدام خواهیم پرداخت و در نهایت محاسن الگوریتم پیشنهادی را خواهیم آورد.