مهسا حسین پورپیا - دانشجوی کارشناسی ارشد علوم کامپیوتر، گرایش سیستمهای هوشمند، دانشگاه علامه طباطبایی، تهران، ایران
محمدرضا اصغری اسکویی - استادیار گروه علوم کامپیوتر دانشکده علوم ریاضی و رایانه، دانشگاه علامه طباطبایی، تهران، ایران

با توجه به حجم عظیم اطلاعات در اینترنت، کاربران برای انتخاب کالا و خدمات موردپسند خود با گزینه های زیادی مواجه هستند. سیستم های توصیه گر با توجه به اطلاعات ثبت شده از انتخاب کاربران، افراد مرتبط یا مورد اعتماد آن ها و نیز کالاهای انتخاب شده، مدلی را استخراج نموده و ضمن تخمین امتیاز کالاها، آن ها را جهت توصیهبه کاربر، اولویت بندی می نمایند. رویکرد مبتنی بر اعتماد، از شبکه اعتماد بین افراد برای تخمین امتیاز کالا استفاده می نماید. ازآنجاکه سطح اعتماد در زمینه های تخصصی متفاوت است، مقوله اعتماد در وجوه مختلف مورد توجه پژوهشگران قرارگرفته است. این مقالهمدل مبتنی بر اعتماد چندوجهی برای تخمین امتیاز کالا ارایه می دهد که در آن کاربران و کالاها با توجه به میزان تعلق به هر وجه و نیز سطح اعتماد در آن وجه در نظر گرفته می شوند. تحلیل مجموعه داده های Epinions نشان می دهد پراکندگی فاصله انتخاب افراد درون یک شبکه اعتماد چندوجهی به صورت معناداری کمتر از توزیع آن ها در یک شبکه عام اعتماد است. در ادامه عملکرد مدل پایه و مدل مبتنی بر تشابه نیز با دو حالت عام و چندوجهی بررسی و مقایسه شده است. ارزیابی مدل ها بر اساس میانگین توان دوخطای تخمین و با تفکیک داده هایEpinionsبه دو گروه آموزش و آزمون و همچنین روش تصدیق متقابل انجام گرفته است. نتایج نشان می دهد با در نظر گرفتن مولفه اعتماد به صورت چندوجهی، خطای تخمین به طور متوسط 20 % کاهش یافته و عملکرد سیستم توصیه گر به صورت محسوسی ارتقاء می یابد.

سیستم های توصیه گر، اعتماد چندوجهی، مدل تخمین گر پایه، پالایش همکارانه