پيمايش موضوعي وب با استفاده از اتوماتاي يادگير توزيع شده و پارتيشن بندي گراف

پيمايش وب جهت يافتني صفحاتي كه توسط موتور جستجو شاخص گذاري شوند، از اهميت بالايي برخوردار است. از آن جا كه حجم صفحات وب بسيار بالا و همواره رو به افزايش است، موتورهاي جستجو قادر به شاخص گذاري صفحات محدودي هستند. پيمايشگرهاي موضوعي با پيمايشگرهاي متمركز، در روند پيمايش خود به صورت انتخاب گر عمل مي كنند و صفحاتي را براي پيمايش انتخاب مي كنند كه تا حد ممكن در ارتباط با موضوعي خاص باشند. در اين مقاله روشي تركيبي مبتني بر اتوماتاي يادگير توزيع شده و پارتيشن بندي گراف براي پيمايش موضوعي صفحات وب پيشنهاد مي گردد. روش پيشنهادي با استفاده از الگوريتم HITSو ساختار پيوند بين صفحات كه از طريق رفتار كاربر در مشاهده اين صفحات به دست آمده است، صفحاتي را براي پيمايش انتخاب مي كند. در اين مقاله از پارتيشن بندي گراف وب براي بهبود كارايي استفاده شده است. به منظور ارزيابي، نتايج روش پيشنهادي با نتايج الگوريتم عرض اول، Best Firstو الگوريتمي ديگري مبتني بر اتوماتاي يادگير توزيع شده مقايسه شده است. نتايج آزمايش ها حاكي از كارايي روش پيشنهادي دارد