ارائه ی الگوریتمی به منظور خوشه بندی صفحات وب براساس محتوا و لینک

وجود یک موتور جست وجوی کارا می تواند سبب افزایش رضایت کاربران از خدمات تحت وب باشد. چالش اصلی موتورهای جست وجو، انتخاب مناسب ترین صفحات در مواجهه با پرسش های چندوجهی کاربران است. «خوشه بندی صفحات براساس محتوا و لینک» رویکردی است که برای
حل چنین مسائلی در ادبیات پیشنهاد شده است. در این نوشتار، بر یکی از الگوریتم های موجود، به نام C o h s M i x، تمرکز شده و این الگوریتم برای ارتقای کیفیت پاسخ ها و افزایش سرعت حل بهبود داده شده است. تعیین نقطه ی شروع مناسب، استفاده از خواص شبکه های پیچیده به منظور ساده سازی محاسبات، و محاسبه ی مقدار واقعی انحراف استاندارد از جمله تغییرات پیشنهادی برای بهبود الگوریتم است. نتایج تجربی نشان می دهد که الگوریتم بهبودیافته، کیفیت جواب ها را ارتقا داده و باعث افزایش سرعت حل می شود. همچنین، به عنوان مطالعه ی موردی، داده های مربوط به وبلاگ های فارسی استخراج و الگوریتم بهبودیافته روی این داده ها اجرا خواهد شد.