فاطمه عباسی - Assistant Professor, Information Technology Management, Department of Information Technology Management, Faculty of Information Technology, Mehr Alborz Institute of Higher Education, Tehran, Iran.
آمنه خدیور - Associate Professor, Information Technology Management, Department of Management, Faculty of Social Sciences and Economics, Alzahra University, Tehran, Iran.

در سال­های گذشته، ظهور شبکه­های اجتماعی منجر به افزایش توجه به سمت سیستم­های پیشنهاد دهنده مبتنی بر نظرها شده است. هدف از توسعه چنین سیستم­هایی استفاده از اطلاعات ارزشمند نظرهای متنی کاربران در فرایند الگو­سازی و ارائه پیشنهاد است. در محیط شبکه­های اجتماعی به طور معمول سیستم­های پیشنهاددهنده­ مبتنی بر پالایه نمودن مشارکتی برای ارائه توصیه به کاربران استفاده می­شود. اساس کار این رویکرد، تجربه و نظر سایر افراد برای خرید اقلام و محصولات است. در این پژوهش سیستمی برای ارائه توصیه به کابران برای خرید کتاب با ترکیب فیلتریگ مشارکتی و تحلیل احساسات ارائه شد. برای تحلیل احساسات از الگو­های ترکیبی برای استخراج عقاید نظرهای کاربران استفاده شد. در رویکرد ترکیبی از رای گیری مبتنی بر وزن­ جهت الگو­سازی استفاده گردیده است. الگو پیاده سازی شده بر نظرهای ۷۲۱۰ کاربر و خریدار کتاب تارنمای آمازون که از راه  خزنده وب از تارنما آمازون استخراج شده اند، ارزیابی شده است. برای ارائه توصیه به کاربران پس از تشکیل پروفایل اقلام، شباهت میان اقلام استخراج می­شود و در انتها اقلام مشابه با محصولاتی که هر کاربر به آن نمره خوبی داده است، به عنوان محصول پیشنهادی ارائه می­شود. نتایج نشان می­دهند تحلیل احساسات نظر کاربران بر پیشنهاد کالاهای مورد علاقه کاربر و عملکرد سیستم­های پیشنهاددهنده تاثیر مثبتی دارد.

Recommender system, Preference, Sentiment analysis, Collaborative filtering, سیستم پیشنهاد دهنده, ترجیحات, تحلیل احساسات, فیلترینگ مشارکتی.