بهبود سیستم های پیشنهاد دهنده مبتنی بر پالایش مشارکتی با استفاده از مرز پارتو و مفهوم منحصربفردی
Publish place: 3rd International Conference on Soft Computing
Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 348
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSCG03_176
تاریخ نمایه سازی: 14 فروردین 1399
Abstract:
سیستم های پیشنهاد دهنده بعنوان برنامه ای معرفی می شوند که تلاش آنها پیشنهاد مناسب ترین آیتم ها (محصولات یا خدمات) به یک کاربر خاص است. یکی از الگوریتم های ایجاد پیشنهاد، روش پالایش مشارکتی است که به منظور پیشنهاد یک کالا به کاربر هدف، از سوابق امتیازدهی کاربران مشابه روی آن کالا استفاده می نماید. از مشکلات اصلی روش پالایش مشارکتی پراکندگی بسیار زیاد در پایگاه داده امتیازات می باشد. روش ارائه شده در این مقاله، انجام یک مرحله پیش پردازش با استفاده از مرز پارتو و مفهوم منحصر بفردی می باشد که در آن کاربران با درجه اهمیت کمتر از مجموعه نزدیکترین همسایه حذف و کاربران با درجه اهمیت بیشتر بعنوان همسایگان برتر انتخاب می شوند. با بررسی نتایج بدست آمده بر روی دو مجموعه داده Movie Lens و Netflix می توان مشاهده کرد که روش پیشنهادی نسبت به روش های اندازه گیری شباهت قبلی بر روی دو معیار ارزیابی سیستم های پیشنهاد دهنده (میانگین مطلق خطا و دقت) بهتر عمل می کند.
Keywords:
Authors
گلنار مداح
دانشجوی کارشناسی ارشد مهندسی کامپیوتر، دانشگاه امام رضا
مسعود نیازی ترشیز
استادیار گروه کامپیوتر، دانشگاه آزاد اسلامی واحد مشهد