موسسه آموزش عالی آپادانا فصلنامه پژوهش های نوین در شهرهوشمند 2980-8936 2 3 2024 05 05 Estimating Alexa Rank Logic Using Fuzzy Adaptive Neuro-Fuzzy Inference System (ANFIS) تخمین منطق پایگاه الکسا در رتبه‌بندی وب‌سایت‌ها با رویکرد برازش در بستر سیستم استنتاج عصبی-فازی انطباقی (ANFIS) 6 20 10.22051/jera.2021.31891.2698 FA محمد دکتری تخصصی مدیریت، دانشکده علوم اداری و اقتصادی، دانشگاه فردوسی مشهد، مشهد، ایران. اردلان دکتری تخصصی مدیریت، دانشکده علوم اداری و اقتصادی، دانشگاه فردوسی مشهد، مشهد، ایران. 2024 01 31 Objective: The aim of this study is to model the logic governing the rankings obtained from the Alexa ranking engine using available indicators through data fitting. Method/Approach: Six criteria, as input indicators for 233 top Iranian websites along with their Alexa rank as the output, constitute the general model of the problem. To implement this model, the Fuzzy Adaptive Neuro-Fuzzy Inference System (ANFIS) is trained on this data and finally a fitting with the least error is confirmed. Findings: In this research, by comparing ANFIS models with different membership functions and different outputs through two methods of network partitioning and reduction clustering - considering the minimum errors generated - ANFIS with Gaussian membership functions and linear output applied by the network partitioning method had the best performance in estimating website rankings. Conclusion: A relatively clear picture of the influence of various indicators and the estimation of future website ranks was presented by providing new or modified values of the desired indicators so that ultimately, using indicators other than the exact site traffic, the next rank could be estimated. هدف: مدل‌سازی منطق حاکم بر رتبه‌های حاصل از موتور استنتاج‌گر پایگاه الکسا با استفاده از شاخص‌های در دسترس از طریق برازش داده‌ها. روش/ رویکرد پژوهش: شش معیار به‌عنوان شاخص‌های ورودی برای 233 وب‌سایت برتر ایرانی در کنار رتبه آن‌ها در الکسا به‌عنوان خروجی، مدل کلی مسئله را تشکیل می‌دهند. به‌منظور پیاده‌سازی این مدل، سیستم استنتاج عصبی-فازی انطباقی (ANFIS) بر روی این داده‌ها آموزش داده شده و درنهایت، برازشی با کمترین خطا مورد تأیید واقع شد. یافته‌ها: در این پژوهش با مقایسه بین مدل‌های ANFIS با توابع عضویت و خروجی‌های مختلف طی دو روش بخش‌بندی شبکه‌ای و خوشه‌بندی کاهشی -با در نظر گرفتن کمینه خطاهای ایجادشده- ANFIS با توابع عضویت گاوسی و خروجی خطی که به روش بخش‌بندی شبکه‌ای اعمال می‌شود، بهترین عملکرد را در تخمین رتبه داشته است. نتیجه‌گیری: تصویری نسبتاً گویا از تأثیرگذاری شاخص‌های مختلف و تخمین رتبه وب‌سایت‌ها با ارائه مقادیر جدید یا تغییریافته شاخص‌های موردنظر ارائه شد تا درنهایت بتوان رتبه آتی را با استفاده از شاخص‌هایی به غیر از میزان ترافیک دقیق سایت، تخمین زد. /downloadfilepdf/433131