بهبود سیستم های توصیه گر مبتنی بر برچسب با استفاده از آنتولوژی
محل انتشار: هفتمین کنفرانس بین المللی وب پژوهی
سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 649
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IRANWEB07_014
تاریخ نمایه سازی: 7 تیر 1400
چکیده مقاله:
با توجه به اضافه بار اطلاعات در شبکه ی گسترده ی جهانی، کاربر در انتخاب اقلام با مشکل مواجه است. سرویس های فهرست بندی اجتماعی به کاربران اجازه میدهند که محصولات یا خدمات را استفاده کرده و نظرات و تجربیات خود را به اشتراک بگذارند که نه تنها برای خود، بلکه برای کاربران دیگر نیز موثر واقع می شوند. سیستم های توصیه گر با توجه به رفتار کاربران و ویژگی های محصولات، توانستند تاثیر بسزایی در انتخاب اقلام بگذارند. در این مقاله یک روش توصیه مبتنی بر برچسب، با توجه به احساسات منعکس شده در برچسب های کاربر پیشنهاد شده است. عملکرد روش پیشنهادی به این صورت است که امتیاز احساسی برچسب ها با دیگر اطلاعات دریافت شده از کاربر و همچنین اطلاعات محتوایی اقلام، ترکیب شده و میزان شباهت میان آنها بدست آورده میشود. این فرآیند درنهایت، به بهبود عملکرد سیستم توصیه گر کمک میکند. آزمایش روش پیشنهادی بر روی پایگاه داده ی واقعی Movielense نشان میدهد که این روش، عملکرد بهتری نسبت به کارهای قبلی دارد و در پیش بینی رتبه، خطا را کاهش و دقت را افزایش داده است.
کلیدواژه ها:
نویسندگان
الهه نصوحی
کارشناسی ارشد، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه آزاد قزوین، قزوین،
ساسان حسینعلی زاده
استادیار، پژوهشکده فناوری اطلاعات، پژوهشگاه ارتباطات و فناوری اطلاعات، تهران،