افزایش کارایی سیستمهای توصیه گر ترکیبی با استفاده از تحلیل شخصیت کاربران

امروزه به علت رشد روز افزون اینترنت و حجم زیاد اطلاعات نیاز به سیستمهایی داریم تا بتوانند مناسب ترین خدمات و محصولات را به کاربر توصیه کنند سیستم هایی که این وظیفه را انجام میدهند سیستم های توصیه گر نامیده میشوند. این سیستمها با ایجاد پیشنهادات مناسب برای استفاده از خدمات و محصولات اینترنتی باعث افزایش رضایت مشتری از خدمات و محصولات اینترنتی میگردند. در این پژوهش ما به دنبال طراحی یک سیستم توصیه گر ترکیبی با استفاده از تحلیل شخصیت کاربران خواهیم نمود.سیستم های توصیه گر تلاش میکنند علایق کاربر را حدس بزنند و سپس نزدیکترین و مناسب ترین کالا به سلایق کاربر را به آن پیشنهاد دهند، ما در این پژوهش شخصیت کاربران را به عنوان یک عامل مهم برای حدس علایق کاربران در نظر گرفته ایم. یافته های این پژوهش حاکی از این میباشد که روش پیشنهادی PB-HRS که روش پیشنهادی این پژوهش است دارای درصد خطای کمتری نسبت به روشهای پیشین بوده است. مقدار MAE به دست آمده برابر با ۰.۸۰ و مقدار دقت به دست آمده برابر با ۰.۷۸ میباشد که نتایج در مقایسه با مقاله های مشابه بهبود یافته است.