سیستم توصیه گر صنعت گردشگری مبتنی بر خوشه بندی و طبقه بندی چندتایی
Publish place: Fifth International Conference on Electrical, Computer and Mechanical Engineering Science and Technology of Iran
Publish Year: 1400
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 324
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
UTCONF05_089
تاریخ نمایه سازی: 13 تیر 1400
Abstract:
در این پژوهش به ارائه مدلی جدید از ترکیب چندین روش در فازهای مختلف از جمله فاز کاهش ابعاد و فاز پیشبینی به ارائه سیستم توصیه گر هتل پرداخته شد. در مدل پیشبینی با روشهای خوشه بندی از جمله شبکه عصبی خودسازمانده و روش امید ریاضی از تعداد نمونه های مجموعه داده کاسته شده و با استفاده از روش آنالیز اجزاء اصلی بهترین ویژگیها انتخاب میشود .در فاز پیشبینی در مدل پیشنهادی از سه روش قدرتمند در سیستمهای توصیه گر شامل شبکه عصبی تابع پایه شعاعی، روش نزدیکترین همسایه و شبکه عصبی فازی استفاده میشود. در مدل پیشنهادی در هردو فاز کاهش ابعاد و پیشبینی از راهکار چندتایی کردن روشها که این امکان را فراهم میسازد تا از ویژگیهای همه روشها بهره برده شده، استفاده شده است. نتایج مدل پیشنهادی نشان دهنده بهبود ۲,۴ درصدی دقت پیشبینی نسبت به مدل مقاله پایه بوده است.
Keywords:
یادگیری چندتایی , سیستم توصیه گر , شبکه عصبی تابع پایه شعاعی , روش نزدیکترین همسایه , شبکه عصبی فازی.
Authors
نسرین حسین زاده مغانی
کارشناسی ارشد، رشته مهندسی کامپیوتر-نرم افزار، دانشکده کامپیوتر دانشگاه امام رضا مشهد، ایران