سحر دارائی - کارشناس ارشد رشته سیستم اطلاعات جغرافیایی،دانشکده جغرافیا، دانشگاه تهران
نجمه نیسانی سامانی - دانشیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران
میثم ارگانی - استادیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران

پیش از پیدایش سامانه های توصیه گر، به دلیل حجم عظیم اطلاعات، کاربران به ناچار مجبور به صرف زمان، انرژی و هزینه بالایی برای یافتن اطلاعات مورد علاقه خود بودند. اما در عصر حاضر با وجود سامانه های توصیه گر یافتن اطلاعات مورد علاقه در کوتاه ترین زمان با صرف کمترین هزینه و توسط شخص کاربر صورت می پذیرد. فقدان ابزاری که به افراد مسن کمک کند تا به طور فعال با جنبه های مختلف اثرات افزایش سن خود کنار بیاید و به خودکفایی برسد. بسیار قابل توجه است. سامانه های توصیه گر برای کمک به سالمندان در انتخاب ها و انجام امور، در قالب توصیه های مناسب گزینه خوبی است چنین رویکرد جامعی میتواند زندگی مستقل را برای سالمندان تسهیل کند در تحقیق حاضر سامانه توصیه گر دانش مبنای شخصی سازی شده ای مخصوص سالمندان طراحی شده است تا فرد بر اساس نیاز ها و شرایط خود مناسب ترین و بهینه ترین موقعیت ها در یکی از سه کاربری درمانی، تفریحی و ورزشی را دریافت نمایند. جهت اجرای طرح پیشنهادی افراد سالمند براساس ویژگی ها و شرایط شخصی به کمک الگوریتم شبکه عصبی نگاشت خودسازمان ده خوشه بندی شدند و در ادامه جهت مدل سازی عدم قطعیت، ترجیحات سالمندان در موتور استنتاج فازی نوع دوم وارد و خروجی صریح و دقیقی به دست آمده است و از ترکیب عطفی خروجی های به دست آمده از دو بخش طراحی شده توصیه گری صورت پذیرفته و خروجی های مناسب به کاربر توصیه گشته است.در نهایت سامانه بر اساس سه پارامتر دقت(۰.۶۴)، حساسیت (۰.۸۶)و امتیاز F۱ (۰.۷۳) مورد ارزیابی قرار گرفت و نتایج حاصل حاکی از عملکرد خوب و قابل قبول سامانه دارد.

سالمندان, سامانه های توصیه گر, عدم قطعیت, فازی نوع دوم, شبکه عصبی نگاشت خودسازمان ده