یک روش جدید برای بهبود دقت سیستم های توصیه گر

امروزه اهمیت و ضرورت فعالیت های اینترنتی مشخص می باشد و بسیاری از این فعالیت ها توسط شبکه اینترنت قابل انجام است. فروشندگان اینترنتی زیادی بدون محدودیت مکانی و زمانی اقدام به عرضه کالا می کنند و کاربران خود را در مقابل صدها و هزارها محصول می بینند و آن ها با توجه به سلایق و نیاز خود نمونه ای را انتخاب می کنند. زمانی که کاربران با حجم عظیمی از اطلاعات روبه رو می شوند مشکل انتخاب به وجود می آید و جست وجو میان این فضا زمان زیادی را از آن ها می گیرد. بنابراین، سیستم های توصیهگر برای رفع مشکل انتخاب محصولات به وجود آمده اند. در این مقاله ما با استفاده از ترکیب الگوریتمk-means و تکاملی تفاضلی،سیستم توصیه گر کارایی ایجاد کرده و از این طریق دقت این سیستم ها را بهبود می بخشیم و با الگوریتم K نزدیکترین همسایه۱ معیاردقت و میزان خطا را محاسبه می کنیم. نتایج حاصل از پیادهسازی الگوریتم پیشنهادی و مقایسه آن با سایر روشهای انجام شده تاکنون، برتری روش پیشنهادی از لحاظ معیارهای کارایی تعریف شده نشان می دهد.