بهبود نتایج و عملکرد سیستم توصیه گر پالایش مشارکتی با استفاده از شبکه عصبی مصنوعی
محل انتشار: نخستین کنفرانس ملی محاسبات نرم
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 456
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSCG01_090
تاریخ نمایه سازی: 29 مهر 1396
چکیده مقاله:
سیستم های توصیه گر با تحلیل رفتار کاربران و جمع آوری اطلاعات آنان، توصیه های مفیدی متناسب با نیاز کاربران به آنان پیشنهاد می دهند. یکی از الگوریتم های بکار رفته در این سیستم ها روش پالایش مشارکتی مبتنی بر کاربر است. ایده این است که اگر کاربران علایق مشابهی در گذشته داشته باشند در آینده نیز احتمالا سلیقه های مشابهی خواهند داشت. مهمترین بخش الگوریتم پالایش مشارکتی مبتنی بر کاربر به تعیین شباهت بین کاربران اختصاص دارد. ما در این مقاله یک معیار شباهت جدید و بهینه از طریق ترکیب خطی ساده از وزن ها و نسبت رتبه بندی ها به کمک داده کاوی و استفاده از مدل شبکه عصبی مصنوعی پیشنهاد و آزمایش کرده ایم و نتایج حاصل را با معیار شباهت سنتی پیرسون و معیار شباهت بهینه ی مبتنی بر الگوریتم ژنتیک مقایسه نموده ایم. نتایج مقایسه ها نشان می دهد که روش پیشنهادی نه تنها دقت توصیه را بهبود می بخشد، بلکه باعث افزایش کیفیت پیش بینی و کارایی توصیه نیز می گردد.
کلیدواژه ها:
نویسندگان
امیرحسن مروجی
دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد تهران جنوب، تهران، ایران
محسن فیروزبخت
استادیار، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد تهران جنوب، تهران، ایران