رتبه بندي صفحات وب به كمك رگرسيون بردار پشتيبان

وب جهان گستر روز به روز در حال گسترش است لذا با توجه به حجم انبوه اطلاعات، كاربران در ساختار وسيع وب سردرگم مي شوند و از اين رو بازيابي موثر صفحات وب به يك چالش بزرگ تبديل شده است. در چنين سناريويي وظيفه فراهم كننده سرويس است كه اطلاعات مرتبط و با كيفيت براي كاربر مطابق با پرس وجوهاي ارائه شده شان در موتور جستجو فراهم كند. در حال حاضر يكي از مهم ترين چالش ها پيدا كردن صفحاتي با كيفيت بالا مي باشد به اين منظور از قسمت رتبه بندي موتور جستجو استفاده مي كنيم كه باعث مرتب شدن صفحات مبتني بر كيفيت آنها مي شود. در اين مقاله ضمن مطالعه روش هاي مطرح شده در زمينه رتبه بندي صفحات وب، روش جديد رتبه بندي با استفاده از رگرسيون بردار پشتيبان ارائه مي گردد تامعيارهاي كيفي روش هاي رتبه بندي را بهبود دهد. در روش پيشنهادي RankSVR، كه يكي از روش هاي دسته بندي ماشين بردار پشتيبان است همه ويژگي هاي اساسي ماشين هاي بردار پشتيبان را به كار مي گيرد تا الگوريتم حاشيه بيشينه را توصيف كند و مدلي با دقت بالاتر براي رتبه بندي صفحات وب ارائه كند به گونه اي كه با تلفيق يادگيري مبتني بر تعميم و متمايز سازي سعي در ساخت مدل بهتري كرده به گونه اي كه نسبت به ساير روش هاي رتبه بندي عملكرد و دقت بهتري خواهد داشت .