مرضیه سعادتی - دانشگاه قم
بهروز مینایی - دانشگاه علم و صنعت
مهدی نصیری - دانشگاه علم و صنعت

استفاده از سامانه های پیشنهاددهنده در سالهای اخیر بسیار گسترش یافته است، ولی چالشهای زیادی مانند خلوتی داده، ترادف،گوسفند خاکستری و … کیفیت پیشنهاد قلم به کاربر را پایین میآورد. یکی از این چالشها خلوتی داده است. در این مقاله در نظر داریم که یکروش برای بهبود پیشنهاد قلم به کاربر ارائه دهیم. ما داده را به صورت ماتریس قلم-کاربر در نظر میگیریم که به دلیل این که تعداد قلمها وکاربران زیاد است پس همه کاربران به تمام قلمها امتیاز ندادهاند بنابراین ماتریس پراکندگی بسیاری دارد و از روشهای مرتبسازی مجدد که درماتریسهای خلوت باعث جایگشت سطرها و ستونها میشود و همچنین باعث محلیت در دادهها میشود، استفاده میکنیم که دادههای باارزشنزدیک به هم قرار گیرند. در این مقاله روش مرتب سازی مجدد طیفی را با استفاده از نرم افزار متلب پیاده سازی کردیم و روی داده های شبکه اجتماعی movielens پیاده سازی نمودیم و دادههای باارزش در این مجموعه دادهای با توجه به مشاهده ها جایگشت پیدا میکنند و به یکدیگر نزدیکتر میشوند و یک خوشهبندی جدید را روی دادگان ایجاد میکند و این خوشهبندی میتواند در پیشنهاد دادن در سامانههایپیشنهاددهنده یا به ویژه شبکه های اجتماعی استفاده شود.

سامانه های پیشنهاددهنده، ماتریس خلوت، مرتب سازی مجدد طیفی