بهبود نتایج و عملکرد سیستم توصیه گر فیلتر مشارکتی مبتنی بر داده کاوی

این پژوهش به دنبال ارائه ی سیستم توصیه گر جدید مبتنی بر تکنیک های هوش مصنوعی می باشد که براساس تکنیک فیلتر مشارکتی کار می کند. به بررسی برخی از چالش های علمی مهم این حوزه می پردازد. فیلتر مشارکتی یکی از رایج ترین تکنیک های پیش بینی علاقه مندی یک کاربر می باشد که براساس اطلاعات جمع آوری شده از اولویت ها وعلاقه مندی های سایر کاربران انجام می شود. در چند سال گذشته با افزایش توجه مردم به وب سایت ها شبکه های اجتماعی، سیتم های توصیه گر به طور گسترده ای مورد بررسی وبهبود قرار گرفته اند. سیستم های توصیه گر زیادی در زمینه های گوناگون مطرح شده است با این حال هنوز جا برای پیشرفت قابل توجهی وجود دارد. در این راستا در این تحقیق سیستم توصیه گر فیلم مبتنی بر تلفیق سیستم های فازی والگوریتم ژنتیک ارا ئه شده است الگوریتم های ژنتیک موجود در سیستم پیشنهادی برای بهینه سازی خروجی قوانین سیستم فازی و الگوریتم ژنتیک ارائه شده است. الگوریتم های ژنتیک موجود در سیستم پیشنهادی برای بهینه سازی خروجی قوانین سیستم فازی و بهینه سازی وزن های قواین سیستم استنتاج فازی استفاده می شود. به این ترتیب الگوریتم های ژنتیک در این تحقیق با استفاده از داده های آموزش بهترین قوانین و بهترین وزن ها را برای سیستم فازی پیشنهاد می کنند.

Keywords:

فیلتر مشارکتی , عقیده کاوی , وب کاوی , سیستم توصیه گر , داده کاوی.