خصوصی سازی صفحات وب بر اساس اطلاعات کاربران جهت رسیدن به علایق آنها با استفاده از فرایندهای یادگیری توزیع شده خودکار

گرانبار شدن اطلاعات یک مشکل عمده در وب کنونی به شمار می رود و این روند باعث تولید حجم وسیعی ازاطلاعات متصل به یکدیگر شده است که از هیچ گونه سازماندهی منطقی برخوردارنیستند. بنابراین تحلیل رفتار های کاوشی کاربران وب و بررسی واقعی علایق آنها اهمیت خاصی یافته است. برای مقابله با این مشکل، سیستم های بازیابی اطلاعات و به تبع آن تکنیک های خصوصی سازی ارائه شده اند، که محتوا و سرویس های یک وب سایت را با افراد براساس علایق و رفتار گردش آن ها سازگار می کنند.دستاورد اصلی، مکانیسمی برای افزایش کیفیت پیشنهادات براساس ساختار یک سایت است. در این پایان نامه الگوریتم epr ( الگوریتم page rank توسعه یافته) را ارائه می شود. این الگوریتم گونه ای از الگوریتم page rank بوده که براساس داده_های کاربر جمع آوری شده و تکنیک های تحلیل لینک می_باشد. این الگوریتم را به خلاصه ای از نشست_های کاربر که گراف پیمایشی نام گرفته است، به منظور تعیین اهمیت یک آیتم از سایت اعمال می_کردد. سپس این الگوریتم را به الگوریتم pepr که گونه خصوصی سازی شده epr است و بر گراف پیمایشی خصوصی سازی شده هر کاربر اعمال می گردد، گسترش می دهیم..