مروری بر روش های بهبود مسئله ی شروع سرد در سیستم های توصیه کننده

با توجه به رشد روز افزون داده و اطلاعات در اینترنت و از طرفی رشد کاربرانی که از این داده ها و سرویس ها استفاده می کنند، ضرورت وجود سیستمی نمایان می شود که بتواند کاربر را در زمان استاندارد و با دقت قابل قبول به سمت سرویس مورد علاقه اش هدایت کند. به همین جهت سیستم های توصیه گر ۱به کاربران کمک می کنند که محصول یا خدمات مناسب را باحداقل زمان و بالاترین ارزش جستجو کنند. رایج ترین روشی که برای ارائه ی پیشنهاد در سیستم های توصیه گر مورد استفاده قرار می گیرد، روش پالایش مشارکتی است. این روش با وجود محبوبیت زیاد با چالش ها و ضعف هایی روبرو است، یکی از این ضعف ها،" شروع سرد "۲ است. این مشکل به زمانی مربوط می شود که آیتم یا کاربر جدیدی وارد سیستم شود. در این تحقیق، چند نوع از سیستم های توصیه گر سنتی و مدرن را عنوان می کنیم و سپس مروری بر روی انواع سیستم های توصیه گر داشته و چالش های سیستم توصیه گر را ذکر کرده و در انتها به بررسی روش هایی برای بهبود مشکل شروع سرد می پردازیم و در نهایت نتیجه می گیریم که باید با توجه به شرایط و نوع مسئله یکی از راه حل ها انتخاب و اجرا شود.