مروری بر حال و آینده پژوهش در سیستم های توصیه گر

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 849

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CRSTCONF02_017

تاریخ نمایه سازی: 21 شهریور 1395

چکیده مقاله:

رشد انفجاری اینترنت در سال های اخیر باعث رشد تنوع و مقدار داده های بزرگ شده و کار را برای جستجوی داده موردنظر برای کاربر دشوار کرده است. درصد بسیاری از این رشد ناشی از داده های بدون ساختار می باشد. با رشدروز افزون تجارت در دنیای وب، آموزش الکترونیکی، افزایش ارتباط و اشتراک کاربران با یکدیگر و پیدایش شبکه های اجتماعی، لزوم طراحی و پیاده سازی سیستمهایی که کار جستجو را برای افراد سهل نماید غیر قابل انکار است. سیستم های توصیه گر قابلیتی را فراهم میکنند که مناسب ترین و دقیق ترین پیشنهادات را با بررسی و کاوش اطلاعات مرتبط با کاربران از بانک اطلاعاتی مربوطه، به کاربر ارائه می کنند. به عبارت دیگر، ترجیحات و علایق کاربر را از داده ها استخراج کرده و به او پیشنهاد میدهند

کلیدواژه ها:

نویسندگان

شیرین ترحمی

دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد سمنان

مهسا مکبریان

دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد سمنان

سمیه راستی پور

دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد دماوند

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 :
  • A.M. Acilar, A. Arslan, A collaborative filtering method based on ...
  • J. Al-Sharawneh, M.A. Williams, Credib ility-aware Web-based social network recommender ...
  • J. Bobadilla, F. Serradilla, . Bernal, A new collaborative filtering ...
  • J. Bobadilla, F. Ortega, A. Hernando, J. Alcala, Improving collaborative ...
  • R. Burke, Hybrid recommender systems: survey and experiments, User Modeling ...
  • M. Balabanovic, Y. Shoham, Content-based, collaborative re c ommendation, C ...
  • F. Carmagnola, F. Vermero, P. Grillo, SoNARS: a social networks-b ...
  • I.A. Christensen, S. Schiaffino, Entertainmet recommender systems for group of ...
  • Xiwang Yang , Yang Guo, Yong Liu, Harald Steck: A ...
  • نمایش کامل مراجع