مسعود سعید - دانشجوی دکترا، دانشکده مهندسی برق و کامپیوتر، دانشگاه شیراز
اقبال منصوری - استادیار، دانشکده مهندسی برق وکامپیوتر، دانشگاه شیراز

در این تحقیق یک روش ترکیبی حافظه محور برای فیلترینگ مشارکت جمعی پیشنهاد می شود که به همراه استفاده از رای های کاربران مشابه، از رای های آیتم های مشابه نیز به منظور محاسبه رای های نامعلوم، استفاده می کند. با این رویکرد، اطلاعات بیشتری در دسترس خواهد بود و بعضی از مشکلات روش های حافظه محور مانند پراکندگی رای ها و شروع سرد بهبود پیدا می کند. به علاوه با استفاده از یک معیار شباهت ساده تر که در مقایسه با معیارهای متداول، از بار محاسباتی کمتری برخوردار است، پیچیدگی محاسباتی روش پیشنهادی به شکل قابل توجهی بهبود پیدا کرده و در عین حال از دقت معقولی نیز در مقایسه با روش های معمول برخوردار می باشد. روش پیشنهادی دارای پیاده سازی ساده ای بوده و می تواند به عنوان یک روش پیش پردازش در کنار رویکردهای دیگر مانند کاهش بعد که در آنها نیاز به معلوم بودن کلیه رای های موجود در ماتریس رای می باشد، مورد استفاده قرار بگیرد.

سیستم های توصیه گر، فیلترینگ مشارکت جمعی، حافظه محور، ترکیبی