طراحی سیستم پیشنهاددهنده ترکیبی برای حل مشکل شروع سرد به کمک خوشه بندی و الگوریتم ازدحام ذرات آشوبی
محل انتشار: مجله محاسبات نرم، دوره: 7، شماره: 1
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 172
فایل این مقاله در 12 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:
JR_SCJKA-7-1_004
تاریخ نمایه سازی: 31 تیر 1401
چکیده مقاله:
امروزه یکی از مهم ترین چالش های افزایش اطلاعات، یافتن اطلاعات مورد علاقه از بین انبوه داده هاست. به این موضوع در طراحی سایت های تعاملی همواره توجه شده است. سیستم های پیشنهاددهنده برای حل این مسئله به وجود آمده اند تا به کاربران برای رسیدن به اطلاعات مورد نظرشان کمک کنند؛ اما این سیستم ها محدویت هایی دارند. یکی از مهم ترین چالش های پیش روی سیستم های پیشنهاددهنده، مشکل شروع سرد است. این مشکل زمانی به وجود می آید که یک کاربر (قلم داده) جدید وارد سیستم می شود. عدم وجود اطلاعات قبلی از این کاربر (قلم داده) باعث می شود سیستم نتواند به طور عادی پیشنهادها را تولید کند. در این مقاله برای حل مشکل شروع سرد کاربر، روش جدیدی به کمک ترکیب مدل های مبتنی برمحتوا و فیلترمشارکتی ارائه شده است. در این روش لیست پیشنهادی، دارای ویژگی هایی مانند کیفیت بالای قلم داده های پیشنهادی و تنوع آن ها است که دامنه ی اطلاعات دریافتی از کاربر را به سرعت گسترش می دهد، به همین دلیل کاربران را سریع تر از حالت شروع سرد خارج می کند. همچنین با استفاده از اطلاعات دموگرافیک کاربر، سعی شده قلم داده های لیست پیشنهادی به نحوی انتخاب شوند که به علایق کاربر نزدیک تر باشند تا دقت بیشتر شود. نتایج ارزیابی روش پیشنهادی نشان می دهد میزان خطای MAE و RMSE نسبت به روش های موجود تا حد مطلوبی کاهش یافته است.
کلیدواژه ها:
نویسندگان
نفیسه موسی الرضایی گلیان۱
دانشگاه بین المللی امام رضا(ع)
جواد حمیدزاده
دانشگاه صنعتی سجاد
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :