3-1 مقدمه…………………… 34

3-2 آزمون نرم افزار……………………. 34

3-3 مشکلات پیش روی آزمون نویس ها…………………… 35

3-4 زبان خاص دامنه برای آزمون دامنه……………………. 35

3-4-1 نیاز به وجود یک زبان خاص دامنه برای دامنه آزمون بار………. 36

3-5 آزمون نرم افزارهای تحت وب……………………… 37

3-5-1 آزمون های سمت مشتری…………………….. 37

3-6 معماری سیستم پیشنهادی…………………….. 38

3-7 پارامترهای مؤثر در آزمون بار……………………. 40

3-7-1 پارامترهای زمانی…………………….. 40

3-7-2 پارامترهای مشخص کننده رخداد خطا در برنامه……………… 40

3-8 چارچوب های مورد استفاده جهت آزمون نرم افزارهای تحت وب……….. 41

3-9 طرح پیشنهادی…………………….. 44

3-9-1 تعریف آزمون بار……………………. 45

3-9-1-1 فرآیندهای مورد نیاز برای آزمون بار……………………. 47

3-9-2 بررسی ساختار چهارچوب جب……………………… 47

3-9-3 نحو زبان خاص دامنه پیشنهادی…………………….. 49

3-9-3-1 ساختار کلی هر آزمون بار در زبان خاص دامنه پیشنهادی…………. 50

3-9-3-1-1 انتخابگرها…………………… 50

3-9-3-1-2 رخدادها…………………… 55

3-9-3-1-3 ایجاد رخدادها…………………… 56

3-9-3-1-4 بارگذاری اطلاعات از فایل…………………….. 56

فصل چهارم: محاسبات و یافته ­های تحقیق

4-1 مقدمه…………………… 58

4-2 آزمون زبان خاص دامنه پیشنهادی…………………….. 58

4-2-1 برنامه کاربردی 1: ورود و مشاهده نتیجه……………………. 60

4-2-2 برنامه کاربردی 2: ثبت نام در سایت……………………… 65

4-3 دستاورد زبان خاص دامنه پیشنهادی…………………….. 69

4-4 کاستی های DSL پیشنهادی…………………….. 69

فصل پنجم : نتیجه­ گیری و پیشنهادات

5-1 نتیجه گیری…………………….. 72

5-2 کارهای آینده…………………… 76

پیوست الف: معرفی زبان گرووی……………… 78

ویژگی های گرووی…………………….. 79

قدرت در کد گرووی…………………….. 81

محیط توسعه یکپارچه گرووی و پشتیبانی ویرایشگر………… 82

پیوست ب: واژه نامه فارسی به انگلیسی…………………….. 83

پیوست ج: واژه نامه انگلیسی به فارسی…………………….. 85

فهرست مراجع ……………………….87

چکیده:

این پایان نامه در مورد طراحی و پیاده سازی یک زبان خاص دامنه جهت انجام آزمون بار روی برنامه های کاربردی تحت وب است. زبان های خاص دامنه، زبان هایی هستند که برای انجام اموری در حوزه خاص و با هدف سهولت در تولید برنامه ها طراحی می شوند. در توسعه هر سیستم نرم افزاری، مرحله آزمون نرم افزار از جهات مختلف اهمیت بسیار داشته و زمان و هزینه زیادی را تحمیل می کند. برای نرم افزارهای تحت وب، آزمون بار از اهمیت ویژه ای برخوردار است. هدف از این پایان­نامه، ارائه زبانی است که با استفاده از آن بتوان آزمون بار برای برنامه های کاربردی تحت وب را با سهولت و سرعت بیشتر و با هزینه و تخصص کمتری انجام داد. در این حوزه، زبان های خاص دامنه به منظور انجام آزمون های واحد و آزمون های کاربردی ارائه شده اند. هرچند با استفاده از برخی قابلیت های این زبان ها و ترکیب آن ها با امکانات زبان های همه منظوره، می توان آزمون بار نیز انجام داد، اما نمی توان از آن ها به عنوان یک زبان خاص دامنه جهت آزمون بار نام برد زیرا کاربران همچنان با برخی دشواری های زبان های همه منظوره درگیر هستند؛ به عبارت دیگر زبان خاص دامنه ای که تنها مختص آزمون بار باشد، طراحی و یا گزارش نشده است. این پایان نامه در واقع پاسخی به این نیاز است. زبان خاص دامنه پیشنهادی بر مبنای زبان گرووی و چارچوب های جِب و اسپاک بنانهاده شده و قادر است تمامی سناریوهایی که یک کاربر انسانی در یک صفحه وب انجام می­دهد را پشتیبانی نماید. در این زبان کاربر می تواند مشخص کند که برنامه کاربردی مورد نظر وی، با چه تعداد کاربر به صورت همزمان مورد آزمون قرار گیرد. همچنین امکان ذخیره خروجی و نتایج آزمون به قالب هایی مانند XML، XLS، CSV و TXT در نظر گرفته شده تا نتایج به راحتی در نرم افزارهای تحلیلی و آماری مورد استفاده باشد. در این پایان­نامه برای دو برنامه کاربردی تحت وب که سناریوهای متداولی هستند، دو آزمون بار انجام شده تا صحت عملکرد زبان در انجام آزمون بار مشخص شود. بر اساس این آزمون­ها، زبان خاص دامنه پیشنهادی زمان ایجاد یک آزمون بار را به طور تقریبی تا 40 برابر برای زبان های سطح بالایی چون Java و C# کاهش می دهد. این میزان کاهش برای زبان سطح پایین تری چون C++ تا 80 برابر نیز می رسد. از نظر کد نویسی نیز استفاده از زبان خاص دامنه پیشنهادی برای زبان های سطح بالای مذکور تا 6 برابر و برای زبان سطح پایینی چون C++، 10 تا 12 برابر حجم کد نویسی را کاهش می دهد.

فصل اول: مقدمه و کلیات تحقیق

1-1- مقدمه

امروزه برنامه­های کاربردی و نرم افزاری نقش بسزایی در زندگی روزمره دارند و بنابراین نیاز است هرگونه خطا در این برنامه­ها به حداقل مقدار ممکن برسد. در این میان برنامه­های کاربردی وب از جمله برنامه­هایی هستند که بیشتر از بقیه مورد استفاده قرارگرفته و اهمیت یافته­اند لذا آزمون آن­ها نیز بسیار مورد توجه است. به دلیل تخصصی بودن حوزه­ی آزمون نرم­افزار، زبان­های خاص دامنه متعددی برای این حوزه به وجود آمده­اند که نسبت به زبان­های همه منظوره کاراتر عمل می­کنند. یکی از این حوزه­ها آزمون برنامه­های کاربردی وب است. در اکثر روش های تولید برنامه­های کاربردی فاز آزمون وجود دارد؛ اما در مورد برنامه­های کاربردی وب این قضیه کمی متفاوت است چرا که این برنامه­های کاربردی دو بخشی هستند. بخشی از آن­ها به قسمت سرور مربوط می­شود و بخش دیگر ازگر کاربر به سمت سرور رفته و از دید کاربر بررسی می­شوند؛ بنابراین برای برنامه­های کاربردی وب دو نوع آزمون برای دو بخش مختلف صورت می پذیرد [1]:

• آزمون الگوریتم ها و عناصر داخلی سرور

• آزمون این برنامه ها از دید کاربر و آزمون موارد کاربری سیستم

چارچوب های متعددی وجود دارند که کار و تعامل با برنامه های کاربردی وب را ساده تر ساخته و به خودکارسازی آزمون آن ها می پردازند که نمونه­هایی از آن­ها عبارتند از جب[1]، کانو[2]، گردل[3] و… که با زبان گرووی[4] طراحی شده اند چرا که زبان گرووی از جهات مختلفی که در فصل های آتی ذکر خواهد شد، مناسب تر از هر زبان دیگری برای انجام این کار است. بر خلاف گذشته که فقط آزمون واحد برای برنامه های کاربردی وب انجام می شد، این چارچوب ها زمینه ی ایجاد آزمون عملکردی را نیز فراهم می­کنند. از آنجا که آزمون برنامه های کاربردی وب با این چارچوب ها ساده تر انجام می گیرد و در بین آن ها محیط جب با دیگر چارچوب ها و تمامگرها سازگار است، از آن استفاده شده است تا زبانی برای آزمون بار در برنامه های کاربردی وب طراحی شود.

1-2- بیان مسئله

اهمیت آزمون نرم افزار و اثرات آن بر كیفیت نرم افزار کاملاً واضح است. نوشتن آزمون ها کاری گران قیمت، خواندن آن ها مشقت بار و نگهداری شان بسیار دشوار است. برای کار با این حوزه به تخصص بالایی نیاز است به همین دلیل این تفکر به وجود آمده است که برای دامنه ی آزمون نرم افزار، زبانی طراحی شود تا آزمون ها با تمرکز و تخصص بیشتری انجام گیرند. آزمون عملکردی برنامه های کاربردی وب به طور موثر، همواره یک چالش بوده است چرا که با وجود دشواری که در مسیر نوشتن و آزمون این برنامه ها وجود دارد اما باز هم تا کنون فقط آزمون واحد به صورت سنتی برای وب وجود داشته است .[1] برخی از اشکالات اساسی در یک برنامه وب، مواردی هستند که یک آزمون واحد هیچ راهی برای بررسی آن ها ندارد.

متأسفانه، تحقیقات انجام شده نشان می دهد که استفاده از ابزارها برای نوشتن و اجرای آزمون عملکردی دست و پاگیر هستند. تفاوت های موجود درگرها و محیط ها باعث شده است که اجرای آزمون ها توسط توسعه دهندگان بر روی رایانه های مختلف تبدیل به یک چالش شود و یا اینکه اجرای آن عملی نباشد. همچنین نشان دهنده ی این است که حتی پس از سرمایه­گذاری زمان و تلاش برای نوشتن آزمون عملکردی، آن ها تمایل دارند که بسیار شکننده باشند و همچنین فهم آن ها برای توسعه دهندگان دیگر مشکل است. در این پایان نامه از جب که تمامی این موارد را تغییر داده و محیطی ساده فراهم آورده است تا بتوان با برنامه های کاربردی وب به سادگی تعامل برقرار کرد، استفاده شده است تا یکی از این چالش­ها برطرف شده و با طراحی یک زبان خاص دامنه، آزمون عملکردی برای حوزه ی آزمون بار وب سایت صورت پذیرد تا بتوان برنامه های کاربردی وب را باکیفیت بالاتر عرضه داشت.

1-3- مشکل طراحی زبان خاص دامنه برای آزمون بار

این که جب یک چهارچوب مناسب جهت ارتباط با صفحات وب و کار با آن ها است و به ما اجازه می دهد که بتوان از طریق یک رابط برنامه نویسی، در قالب یک زبان خاص دامنه، با تمامی تگ های صفحه وب مورد نظر ارتباط برقرار کنیم، به تنهایی برای آن چه که ما به دنبال آن هستیم کافی نخواهد بود. طراحی و اجرای یک آزمون عملکرد، به خصوص در مورد این پایان نامه که هدفش آزمون بار بر روی یک نرم افزار وب است، بسیار فراتر از کار با تگ های یک صفحه و ساخت درخواست های GET و POST پروتکل HTTP است. اندازه گیری زمان اجرا، اندازه گیری میزان اطلاعات جا به جا شده و همین طور بررسی پاسخ های HTTP بازگشتی از سرویس دهنده وب، خود از مواردی هستند که یک چهارچوب آزمون بار، نیازمند اندازه گیری آن ها و گزارش دهی در مورد آن ها است.

1-4- روش مقابله با مشکل طراحی

2-6-1- نقصان و کاستی اطلاعات…………………………………………………………………….34

2-6-2- مشکل کاربران تازه وارد……………………………………………………………………….34

2-6-3- کلاهبرداری و تقلب………………………………………………………………………………..35

2-6-4- پیچیدگی های محاسباتی و زمانی……………………………………………………….36

2-7- معیارهای ارزیابی سیستمهای توصیه­گر……………………………………………………….37

2-7-1- خطای جذر میانگین مربعات (RMSE)…………………………………………………….

2-7-2- معیار درصد پوشش……………………………………………………………………………38

2-7-3- معیار دقت………………………………………………………………………………………..39

2-7-4- معیار F-Measure…………………………………………………………………………………….

فصل سوم :ی بر مطالعات و تحقیقات پیشین…………………………………………..41

3-1- مقدمه………………………………………………………………………………………………………42

3-2-کارهای گذشته…………………………………………………………………………………42

3-2-1- مدل MoleTrust………………………………………………………………………………………

3-2-2- مدل TidalTrust………………………………………………………………………………………

3-2-3- مدل دانه سیب………………………………………………………………………………….48

3-2-4- مدل ارائه شده توسط Anderson……………………………………………………………

3-2-5- مدل ارائه شده توسط O’Donovan………………………………………………………..

3-2-6- مدل TrustWalker………………………………………………………………………………….

3-2-6-1- ساختار مدل TrustWalker…………………………………………………………………

3-2-6-2- تشابه آیتم ها……………………………………………………………………………….51

3-2-6-3- خصوصیات ویژه مدل TrustWalker…………………………………………………..

3-2-6-3-1- فراگیری و عمومیت مدل……………………………………………………………….52

3-2-6-3-2- اطمینان به نتایج حاصل………………………………………………………………..53

3-2-6-3-3- تفسیرپذیری و قابل توضیح بودن نتایج…………………………………………..54

3-2-6-4- نمایش ماتریسی مدل TrustWalker………………………………………………….

3-2-6-5- نتیجه گیری در خصوص مدل TrustWalker…………………………………….

فصل چهارم : تشریح مدل ترکیبی پیشنهادی و چگونگی توسعه و بهبود مدل پایه…..56

4-1- مقدمه………………………………………………………………………………………………57

4-2- تشریح مدل کلی TrustWalker…………………………………………………………………..

4-2-1- علائم نشانه گذاری و متغیرهای مدل…………………………………………………….57

4-2-2- روند یک پیمایش تصادفی در شبکه……………………………………………………58

4-2-3- انتخاب تصادفی یک کاربر ……………………………………………………………….59

4-2-4- انتخاب یک آیتم مشابه…………………………………………………………………….59

4-2-5- تشابه آیتم ها………………………………………………………………………………..60

4-2-6- محاسبه احتمال ماندن در یک گره شبکه اعتماد ( )………………………..61

4-2-7- چگونگی انجام پیش­بینی امتیاز…………………………………………………………62

4-2-8- چگونگی محاسبه احتمال ……………………………………………………………..63

4-2-9- چگونگی محاسبه عملی ………………………………………………………………..64

4-2-10- شرط اتمام کلی مدل……………………………………………………………………64

4-3- بهبود و توسعه مدل TrustWalker………………………………………………………………

4-3-1- استفاده از فرمول jaccard جهت محاسبه تشابه آیتمها………………………….66

4-3-2- حذف میانگین از فرمول پیرسون………………………………………………………….67

4-3-3- استفاده از تکنیک مبتنی بر آیتم خالص……………………………………………..67

4-3-4- تعدیل و تفسیر نظرات کاربران…………………………………………………………68

4-3-5- محاسبه دقیق مقدار اعتماد یا امتیاز رابطه میان دو کاربر……………………….71

4-3-6- محاسبه ترکیبی امتیاز رابطه میان کاربران………………………………………..73

فصل پنجم : تشریح روند انجام آزمایشات و نتایج حاصل………………………………76

5-1- مقدمه…………………………………………………………………………………………77

5-2- معرفی مجموعه داده epinions……………………………………………………………..

5-2-1- ویژگیهای مجموعه داده epinions…………………………………………………….

5-2-2- آماده سازی و نحوه پالایش داده­ها………………………………………………81

5-2-3- ایجاد مجموعه داده نمونه…………………………………………………………………83

5-3- مجموعه داده movielens………………………………………………………………..

5-3-1- ویژگیهای مجموعه داده movielens……………………………………………….

5-4- نیازمندیهای نرم افزاری………………………………………………………………………85

5-5- نیازمندیهای سخت افزاری………………………………………………………………….85

5-6- متدولوژی نرم افزاری…………………………………………………………………………86

5-7- پارامترهای پیش فرض انجام آزمایشات……………………………………………..86

5-8- نتایج اجرای آزمایشات با مجموعه داده epinions و movielens……………..

5-8-1- بررسی تاثیر عمق پیمایش بر روی نتایج حاصل در خصوص کاربران تازه وارد…87

5-8-2- بررسی تاثیر تاریخ اعلام نظرات توسط کاربران…………………………………88

5-8-3- بررسی تاثیر تغییر فرمول محاسبه تشابه آیتمها………………………………..89

5-8-4- بررسی تاثیر بکارگیری مکانیزم تفسیر و تعدیل نظرات کاربران……………….90

5-8-5- بررسی تاثیر بکارگیری انواع روشهای ترکیبی برای انتخاب کاربران و پیمایش شبکه…..93

5-8-5-1- نحوه محاسبه امتیاز رابطه موجود میان کاربران……………………………………..93

5-8-5-2- بررسی تاثیر بکارگیری روشهای ترکیبی در عملکرد سیستم برای تمامی کاربران…….94

5-8-5-3- بررسی تاثیر بکارگیری روشهای ترکیبی در عملکرد سیستم برای کاربران تازه وارد …..99

5-8-6- بررسی تاثیر بکارگیری توام مکانیزم تفسیر امتیازات کاربران به همراه استفاده از روشهای ترکیبی انتخاب کاربران و پیمایش شبکه اعتماد……………………………………101

5-9- انجام آزمایشات با مجموعه داده movielens…………………………………..

5-9-1- نتایج حاصل از اجرای روشهای ترکیبی مورد استفاده در مدل توسعه یافته……107

فصل ششم : نتیجه گیری نهایی و کارهای آینده…………………………………………….110

6-1- مقدمه…………………………………………………………………………………111

6-2- عملکرد مدل توسعه یافته……………………………………………………………..112

6-2-1- عملکرد مدل توسعه یافته در خصوص تمامی کاربران……………………….112

6-2-2- عملکرد مدل توسعه یافته در خصوص کاربران تازه وارد……………………114

6-3- نتیجه گیری نهایی ……………………………………………………………………115

6-3-1- تحلیل نهایی نتایج حاصل از انجام آزمایشات بر روی مجموعه داده epinions………..

6-3-2- تحلیل نهایی نتایج حاصل از انجام آزمایشات بر روی مجموعه داده movielens……..

6-4- پیشنهادات کارهای آینده……………………………………………………118

اختصارات……………………………………………………………………………………….120

فهرست منابع………………………………………………………………………………..121

چکیده:

امروزه با گسترش و رشد روز افزون اطلاعات در فضای مجازی و وجود انبوهی از کالا یا خدماتی که در وب سایتهای تجاری و خدماتی ارائه می­گردند کاربران را با این مشکل مواجه نموده است که چگونه کالا یا خدمت مورد نظر خود را به راحتی و با صرف کمترین زمان ممکن بیابند. در این میان سیستمهای توصیه­گر با هدف تسهیل و یاری رساندن به کاربران در زمینه انتخاب و یافتن کالای مورد نیاز ایشان با استفاده از علوم و روشهای مبتنی بر داده کاوی اطلاعات، ایجاد و توسعه یافته­اند. همچنین در سالهای اخیر ظهور و گسترش شبکه­های اجتماعی و شبکه­های مبتنی بر رابطه اعتماد میان کاربران، باعث گشوده شدن افق جدیدی در ارائه سیستمهای توصیه­گر و توسعه نسل جدیدی از اینگونه سیستمها گردیده است و آنرا به یکی از موضوعات جذاب و مورد توجه محققان تبدیل نموده است.

از میان روشها و مدل­های موجود در زمینه سیستمهای توصیه­گر روش پالایش گروهی به لحاظ سادگی پیاده­سازی از محبوبیت قابل ملاحظه­ای برخوردار است اما این روش در ارائه پیشنهادات مناسب و قابل قبول به کاربران تازه وارد دارای ضعف­های جدی می­باشد. سیستمهای توصیه­گر مبتنی بر اعتماد، با بهره­گیری از رابطه اعتماد میان کاربران، در جهت رفع نقاط ضعف بیان شده و خصوصا ارائه پیشنهادات مناسب به کاربران تازه وارد گامهای موثری برداشته­اند. در این تحقیق سعی شده است تا از تلفیق و ترکیب روش­های موجود در زمینه پالایش گروهی و همچنین مدلهای مبتنی بر اعتماد و بررسی نقاط ضعف و قوت آنها مدلی نوین و توسعه یافته ارائه گردد که در آن نتایج از خطای کمتر و دقت بالاتری برخوردار بوده و با افزایش معیار پوشش بتوان به درصد بیشتری از کاربران پاسخ مناسب ارائه نمود. برای این منظور در میان انواع روشهای پالایش گروهی، روش مبتنی بر آیتم و برای پیمایش شبکه اعتماد میان کاربران نیز از روش پیمایش تصادفی بهره گرفته شده است، همچنین با تفسیر و تعدیل نظرات کاربران و اتخاذ شیوه­ای مناسب جهت محاسبه مقدار دقیق اعتماد میان کاربران و تغییر در نحوه پیمایش شبکه اعتماد میان ایشان سعی در بهبود و کاهش خطاهای نتایج گردیده است. در نهایت، جهت ارزیابی و برآورد مدل ترکیبی ارائه شده، نتایج و آمارهای حاصل از اجرای مدل پیشنهادی بر روی مجموعه داده های Epinions و Movielens و مقایسه آنها با نتایج مدل پایه TrustWalkerبه عنوان یکی از بهترین مدلهای ترکیبی ارائه شده در زمینه سیستمهای توصیه گر مبتنی بر اعتماد، ارائه می­گردد.

فصل اول: مقدمه ای بر انواعسیستم های توصیه گر

1-1- مقدمه

گسترش سریع و روز افزون اطلاعات ارائه شده بر روی شبکه جهانی اینترنت، کاربران را با مشکلات عدیده و قابل تاملی در خصوص انتخاب منابع و اطلاعات مورد نیاز ایشان مواجه نموده است و چه بسا که بدون راهنمایی و هدایت صحیح، کاربران در اخذ تصمیمات صحیح یا انتخاب کالا و خدمات مورد نیازشان دچار اشتباه شده که این امر تبعات عدیده­ای از جمله نارضایتی، سلب اطمینان کاربران و مشتریان سایتهای موجود بر روی اینترنت را به همراه خواهد داشت. از اینرو وجود ابزار و سیستمهایی برای کمک به کاربران در انتخاب اطلاعات مناسب و مورد نیاز ایشان کاملا ضروری به نظر می­رسد. در سالهای اخیر برای برآورده سازی این نیازها سیستمهای توصیه­گرمطرح و توسعه یافته­اند و الگوریتمها ، مقالات و متون علمی بسیار متنوع و مختلفی در این زمینه مطرح گردیده است .

در این میان، ایجاد و گسترش شبکه­های اجتماعی، شبکه­های اعتماد و وجود انواع روابط میان کاربران این شبکه­ها افق جدیدی را برروی محققان و توسعه دهندگان سیستمهای توصیه­گر گشوده است تا با بهره­گیری از علوم اجتماعی و علوم روان شناختی حاکم در این شبکه­ها و خصوصا وجود رابطه اعتماد میان کاربران بتوانند نسل جدیدی از سیستمهای توصیه­گر را تحت عنوان “سیستمهای توصیه­گر مبتنی بر اعتماد[1]”معرفی و عرضه نمایند. این سیستمها قادر هستند تا به درصد بیشتری از کاربران پاسخ مناسب را ارائه دهند و همچنین نتایج آنها از دقت بالاتری برخوردار می­باشد.

با توجه به کثرت کاربران و افراد عضو شبکه­های مبتنی بر اعتماد و شبکه­های اجتماعی، همچنین تنوع رفتار و ویژگی­های ایشان، تنها یک شیوه یا یک مدل قادر به پاسخگویی و ارائه پیشنهادات دقیق و قابل قبول نمی­باشد که این امر باعث ظهور سیستمهای توصیه­گر ترکیبی[2]گردیده است. در این سیستمها سعی شده است تا با ترکیب انواع مختلفی از سیستمهای توصیه­گر بتوان سیستمی تولید نمود که دارای مزایای حداکثری و معایب حداقلی باشد.

در این پایان­نامه سعی شده است تا با تغییر، اصلاح، تلفیق و ترکیب تعدادی از روشها و الگوریتم­های مطرح و قابل قبول در سطح جهانی، مدلی ارائه گردد که نسبت به مدل­های پیشین دارای دقت و درصد پوشش بالاتری باشد و همچنین بتواند نقایص مدلهای پیشین خصوصا در رابطه با ارائه پیشنهاد به کاربران تازه وارد[3] را تا حد قابل قبولی مرتفع نماید.

1-2- سیستمهای توصیه ­گر

تعاریف متفاوتی برای سیستم های توصیه گر ارائه شده است. عده­ای از محققان سیستمهای توصیه­گر را زیرمجموعه ای ازسیستمهای تصمیم­یار[4] می دانند و آنها را سیستم های اطلاعاتی[5] تعریف می کنند که توانایی تحلیل رفتارهای گذشته و ارائه توصیه هایی برای مسائل جاری را دارا می­باشند[1]. به زبان ساده تر در سیستم های توصیه گر تلاش بر این است تا با حدس زدن شیوه تفکر کاربر به کمک اطلاعاتی که از نحوه رفتار وی یا کاربران مشابه و نظرات آنها داریم مناسب ترین و نزدیک ترین کالا یا خدمت به سلیقه او را شناسایی و پیشنهاد کنیم. این سیستم ها در حقیقت سعی دارند فرایندی را که ما در زندگی روزمره خود بکار می بریم و طی آن تلاش می کنیم تا افرادی با سلایق نزدیک به خود را پیدا کرده و از آنها در مورد انتخاب هایمان نظر بخواهیم را شبیه سازی نمایند.

به صورت کلی­تر سیستمهای توصیه­گر زیر مجموعه­ای از سیستمهای پالایش اطلاعات[6]هستند که وظیفه آنها جستجو برای بیان پیش­بینی امتیاز(درجه)[7] یا بیان سلایق و ترجیحات[8] یک کاربر در خصوص یک موضوع[9] ( مانند موسیقی، کتاب یا فیلم) یا یک عنصر اجتماعی مانند افراد و گروهها می­باشد[2]–[4].

1-3- انواع سیستمهای توصیه ­گر از لحاظ عملکردی

سیستمهای توصیه­گر به لحاظ نحوه ارائه نتایج و پیشنهادات به کاربران خود، به شیوه های متفاوتی عمل می نمایند که در ذیل به پاره­ ای از آنها به صورت فهرست وار اشاره می­گردد:

– پیشنهاد لیستی متشکل از n کالا یا محصول برتر (معمولا n برابر 10 است )

– پیشنهادات فصلی و موردی مانند پیشنهاد یک هتل دارای تخفیف جهت تعطیلات

– بیان درصد علاقه­مندی سایر کاربران به یک محصول خاص، به عنوان مثال: “80 درصد کاربران از خرید این محصول راضی بوده اند “

– پیش بینی میزان امتیازی که یک کاربر به یک محصول خاص خواهد داد

در این تحقیق سعی در ایجاد مدلی است که بتواند نظر و امتیاز تخصیص داده شده توسط یک کاربر خاص به یک محصول یا آیتم خاص را پیش­بینی نماید.

1-4- مزایا و اهمیت یک سیستم توصیه ­گر کارآمد

طبق آمار رسمی ارائه شده توسط سایت فروش کتاب Amazon[10] ، 35 درصد از فروش این سایت به واسطه وجود سیستم توصیه­گر و ارائه پیشنهادات مناسب به علاقه­مندان کتاب می باشد[5] همچنین سایت اجاره فیلم Netflix برای بهبود 10 درصدی دقت سیستم توصیه­گر خود موسوم به Cinematch[11]جایزه ای بالغ بر یک میلیون دلار برای محققان در نظر گرفته است. هر دو مثال فوق نشان دهنده اهمیت سیستمهای توصیه­گر و نقش آنها در تجارت می­باشد. در ذیل تعدادی از دلایل اهمیت وجود یک سیستم توصیه­گر مناسب و کارآمد در یک سایت تجارت الکترونیک برشمرده می­گردد:

– راهنمایی کاربران و بازدید کنندگان در انتخاب کالا ، محصول یا خدمت مناسب

– تسریع در زمان انتخاب کالای مورد نظر مشتری مانند انتخاب یک فیلم مناسب در میان میلیونها فیلم موجود در سایت

– جمع­ آوری اطلاعات ارزشمند در خصوص سلایق و رفتار کاربران جهت برنامه­ ریزی­ های آتی

– جذب مشتریان و بازدید کنندگانی که برای اولین بار است از سایت بازدید می­کنند

– افزایش میزان رضایتمندی کاربران و طبیعتا افزایش سود سرمایه گذاران تجاری

– ایجاد احساس اطمینان در مشتری با ارائه آمار نظرات سایر کاربران

– بهبود معیارهای سنجش رتبه و درجه پورتال یا سایت

– توجه به جنبه­ های روان­شناختی کاربران

– افزایش آگاهی کاربر در زمینه مورد علاقه وی

[1] Trust-Based Recommendation Systems(TBRS)

1) در این تحقیق تمامی آستانه گیری ها بر اساس میزان صحت نتایج نهایی و مدت زمان اجرای الگوریتم به صورت تجربی انتخاب می شوند.

2) در این تحقیق جهت ارزیابی عملکرد یک الگوریتم، نتایج اجرای آن را بر روی داده های استاندارد UCI در محیطی با شرایط و پارامترهای مشابه نسبت به سایر الگوریتم ها ارزیابی می کنیم که این داده ها الزاماً حجیم یا خیلی کوچک نیستند.

3) جهت اطمینان از صحت نتایج آزمایش ها ارائه شده در این تحقیق، حداقل اجرای هر الگوریتم بر روی هر داده ده بار تکرار شده و نتیجه نهایی میانگین نتایج به دست آمده می باشد.

4) از آنجایی که روش مطرح شده در این تحقیق یک روش مکاشفه ای است سعی خواهد شد بیشتر با روش های مکاشفه ای مطرح در خوشه بندی ترکیبی مقایسه و نتایج آن مورد بررسی قرار گیرد.

در این فصل اهداف، مفاهیم و چالش های این تحقیق به صورت خلاصه ارائه شد. در ادامه این تحقیق، در فصل دوم، الگوریتم های خوشه بندی پایه و روش های خوشه بندی تركیبی مورد بررسی قرار می گیرد. همچنین بهروش های انتخاب خوشه[31] و یا افراز[32] در خوشه بندی ترکیبی مبتنی بر انتخاب خواهیم پرداخت. در فصل سوم، نظریه خرد جمعی و دو روش پیشنهادی خوشه بندی خردمند ارائه می شود. در فصل چهارم، به ارائه نتایج آزمایش های تجربی این تحقیق و ارزیابی آن ها می پردازیم و در فصل پنجم، به ارائه ی نتایج و کار های آتی خواهیم پرداخت.

[1] Artificial Intelligent (AI)

[2] Machine Learning

[3] Data Mining

[4] Supervised

[5] Unsupervised

[6] Train Set

[7] Class

[8] Pattern

[9] Learning Model

[10] Predictive

[11] Classification

[12] Association rule mining

[13] Label

[14] Clustering

[15] Features

[16] Tacit knowledge

[17] Sub-Class

[18] Cluster Ensemble

[19] Cluster Ensemble Selection

[20] Normalized Mutual Information

[21] Maximum

[22] Alizadeh-Parvin-Moshki-Minaei

كه توسط این گونه تهدیدات حمل می شوند. ازآنجایی که رادار به عنوان یکی از مهم ترین حسگرها در این حوزه مورد استفاده قرار می گیرد، لذا شناسایی دقیق و سریع رادارهای موجود در یک منطقه عملیاتی از اهمیت ویژه ای برخوردار است.

برای شناسایی رادارها، واحد پردازش اطلاعات نقش مهمی را بر عهده دارد که یکی از بخش های مهم این واحد، کلاسه بندی رادارهای کشف شده می باشد. در این تحقیق از الگوریتم SVM برای این منظور استفاده شده است که با توجه به نتایج به دست آمده از شبیه سازی ها و مقایسه آن با چند روش دیگر، الگوریتم مذکور بهترین کارایی را دارد.

فصل اول: مقدمه

1-1- پیشگفتار

در دنیای امروزی، اطلاعات به عنوان یکی از فاکتورهای تولیدی مهم پدیدار شده است. درنتیجه تلاش برای استخراج اطلاعات از داده ها توجه بسیاری از افراد دخیل در صنعت اطلاعات را به خود جلب نموده است. پیشرفت های حاصله در علم اطلاع رسانی و فناوری اطلاعات، فنون و ابزارهای جدیدی را برای غلبه بر رشد مستمر و تنوع بانک های اطلاعاتی تأمین می کنند. این پیشرفت ها هم در بعد سخت افزاری و هم نرم افزاری حاصل شده اند.

داده کاوی یکی از پیشرفت های اخیر در راستای فن آوری های مدیریت داده هاست. داده کاوی مجموعه ای از فنون است که به شخص امکان می دهد تا ورای داده پردازی معمولی حرکت کند و به استخراج اطلاعاتی که در انبوه داده ها مخفی و یا پنهان است کمک می کند.

سیستم های پشتیبان الکترونیکی یا ESM، سیستم های منفعل هستند که تشعشع امواج تولیدی را از بسیاری از سیستم ها، دریافت و ویژگی های هر یک از پالس های دریافت شده را اندازه گیری می کنند و سپس پالس هایی که متعلق به ساتع کننده ای مشابه باشند را برای تعیین و استخراج پارامترها و ویژگی های رادار کشف شده دسته بندی می کنند و هدف آن جستجو، ره گیری، مکان یابی و تحلیل سیگنال های راداری در دیده بانی و مراقبت از منطقه نظامی می باشد ]5[ ]6[ ]9[ ]11[.

به طورکلی سیستم های شناسایی رادار دارای چهار جزء اصلی شامل آنتن، گیرنده، پردازشگر(شامل پردازش سیگنال و داده) و نمایشگر می باشد و عمل کلاسه بندی و تفکیک رادارها در قسمت نمایشگر این سیستم ها با مقایسه با آرشیو اطلاعات راداری انجام می شود]19[.

در یک محیط جنگ الکترونیک، رشته پالس های مربوط به رادارهای فعال در محیط با هم ادغام شده و توسط گیرنده های سیستم شنود راداری دریافت می شوند. این رشته پالس ها دارای ویژگی های متفاوتی هستند که آن ها را از هم مجزا می سازند. این ویژگی ها با توجه به نوع رادار و تهدیدها، متفاوت خواهد بود.

ویژگی های مربوط به هر رادار با چند پارامتر اصلی مشخص می شوند که این پارامترها شامل جهت، زمان دریافت پالس، فرکانس، عرض پالس و دامنه پالس است]14[ ]16[ ]17[ که با جمع آوری تعداد زیادی از این ركوردها و مؤلفه های مشخصه می توان یك مجموعه داده مرجع و كارآمد تشكیل داد كه برای شناسایی، پیش بینی، دسته بندی و برچسب گذاری رادارها از آن استفاده می شود.

1-2- اهداف پایان نامه

با توجه به گستردگی آماری داده ها و انواع رادارهای موجود، مسئله برچسب گذاری رادارهای استخراج شده، چالشی جدی است. در صورت اكتشاف پارامترهای عملیاتی یك رادار توسط سیستم های شنود راداری موجود در یك منطقه عملیاتی، می بایست بر اساس پایگاه داده موجود، نام و نوع آن رادار تشخیص داده شود تا بتوان عملیات مناسبی را جهت غیرفعال كردن آن رادار انجام داد. در حال حاضر برای انجام این کار از پردازش های قیاسی استفاده می شود تا رکوردی که بیشترین شباهت با رادار کشف شده توسط نرم افزار دارد مشخص گردد که برای انجام این کار از یكمدل ریاضیخیلی ساده انگارانه خطی استفاده می شود كه بر اساس آن توسط نیروی خبره، یک ضریب به هر پارامتر آن رادار اختصاص می یابد و با عملیات ریاضی خیلی ساده ای، راداری که بیشترین شباهت به رادار مکشوفه دارد استخراج می شود و بنابراین فرآیندی زمان بر و کم دقت است و همچنین به سطح تخصص و تجربه فرد خبره نیز بستگی دارد و علاوه بر آن رادارهای بسیار متنوع و متفاوتی وجود دارد که برای هرکدام از آن ها باید ضرایب متفاوتی را اعمال کرد.

همان طور كه مشخص است نیروی انسانی نقش عمده ای در فرآیند فوق الذکر دارد، هدف از انجام این پایان نامه كاهش نقش نیروی انسانی و خطاهایی است كه می تواند از این منبع سرچشمه بگیرد. بنابراین و با در نظر گرفتن صورت مسئله یادشده، استفاده از الگوریتم های کلاسه بندی[6] در داده کاوی[7] ابزار مناسبی جهت تشخیص، تبیین و استخراج اطلاعات مطلوب از مجموعه داده جمع آوری شده می باشد.

در سیستم های مخابراتی نظامی تکنیک های پیشرفته ای برای شنود و پردازش سیگنال های بلادرنگ بکار می رود که برای تصمیم گیری های مربوط به عملیات جنگ الکترونیک و سایر عملیات تاکتیکی حیاتی اند. امروزه ضرورت سیستم های هوشمند با تکنیک های پردازش سیگنال مدرن، به خوبی احساس می شود. وظیفه اصلی چنین سیستم هایی شناخت رادارهای موجود در محیط عملیاتی و طبقه بندی آن ها بر اساس آموخته های قبلی سیستم و انجام عملیات لازمه با سرعت بالا و بلادرنگ می باشد بخصوص در مواردی که سیگنال دریافت شده مربوط به یک تهدید آنی مانند موشک است و باید سیستم های جنگ الکترونیک در کوتاه ترین زمان ممکن پاسخ لازم را به عنوان هشداردهنده بدهند.

هدفی که به دنبال آن هستیم استفاده از نتایج این تحقیق در کلاسه بندی اطلاعات استخراج شده توسط سیستم های شنود راداری می باشد که این امر بعد از مرحله پیش پردازش سیگنال ورودی و انتخاب صحیح الگوریتم های دسته بندی، محقق می شود. عملیات پیش پردازش می تواند دربرگیرنده حذف نویز ، تخمین فرکانس حامل، توان سیگنال و نویز، همسان سازی و… می باشد که به دلیل وجود مباحث مخابراتی از بحث ما خارج می باشد. پس از پردازش و استخراج مشخصات سیگنال ورودی و ذخیره سازی در بانک اطلاعاتی سیستم نوبت به تشخیص نوع رادار کشف شده با تکیه بر اطلاعات موجود و آموزش قبلی سیستم است. در این راستا مطالعه روش های معتبر کلاسه بندی داده ها در یک قالب مشخص، و از میان آن ها انتخاب روش بهینه حائز اهمیت برای سیستم های شنود می باشد. ازآنجایی که آیتم زمان در چنین سیستم هایی بسیار مهم و حیاتی است بنابراین انتخاب روشی مؤثر، بهینه و سریع به منظور کلاسه بندی و هدایت روش های ECM برای این گونه تجهیزات نظامی دارای جایگاه خاصی می باشد.

1-3- مسائل و مشکلات مربوط به موضوع

در حال حاضر فرآیند جداسازی پالس های راداری معمولاً یک یا چند پارامتر مربوط به یک پالس(مانند شکل 1-1) را در نظر می گیرند. به طور مثال برای جداسازی پالس ها در گیرنده و نسبت‍دادن آن به راداری مشخص و معلوم، در حالات تک پارامتری، پارامتر زمان دریافت پالس مورد استفاده قرار می گیرد. در حالات دوم، پارامترهای دیگر نیز مورد استفاده قرار می گیرند. لذا با توجه به مطالب ذکرشده روش های جداسازی پالس ها به دو روش تک‍پارامتری و چند‍پارامتری تقسیم می شوند.]3[

اما در عملیات کلاسه بندی راداری ما مجبوریم تا چندین پارامتر از آن پالس کشف شده را مورد مقایسه و ارزیابی قرار دهیم برخلاف روش تک‍پارامتری که سرعت بالایی دارد روش دوم یا چند‍پارامتری پیچیدگی کار را بالابرده که در این صورت سرعت تحت الشعاع دقت سیستم قرار خواهد گرفت. علاوه بر این موضوع در هنگامی که تعداد پالس ها زیاد شود روند ارزیابی و تشخیص رادار از روی چندین پارامتر پیچیده می گردد.

البته می توانیم بر اساس روش تک‍پارامتری کلاسه بندی را انجام دهیم ولی در این صورت به علت وجود تعداد رادارهای زیاد در یک منطقه و پیشرفت روزافزون رادارها در ارسال الگوهای رفتاری متفاوت در یك یا چندین پارامتر خودشان در هرلحظه، دسته بندی های انجام شده بسیار متنوع و زیاد خواهند شد که باعث به وجود آمدن مشکلاتی در این زمینه می شود. علیرغم مسائل و مشکلات مربوط بهروش های تک‍پارامتری، این روش ها در محیط های ساده و نه چندان شلوغ و پیچیده نسبت به روش های چند پارامتری دارای سرعت بالاتری خواهند بود. در ادامه توضیح داده خواهد شد كه روش تک‍پارامتری جوابگوی تمام الگوهای رفتاری رادارها (مانند Stagger, Jitter) نخواهد بود.