یک رویکردخوشه بندی موقتی برای سامانه های توصیه گر اجتماعی
Publish place: 6th National Conference on Applied Research in Electrical, Mechanical and Mechatronics Engineering
Publish Year: 1399
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 277
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ELEMECHCONF06_355
تاریخ نمایه سازی: 22 تیر 1400
Abstract:
در این پژوهش، یک سیستم توصیه گر اجتماعی بر اساس رویکرد خوشه بندی زمانی مبتنی برالگوریتم بهینه سازی ملخ پیشنهاد شده است تا اثرات زمان رتبه بندی ارائه شده توسط کاربران را نیز در فرآیند بگنجاند. امروزه در بخشهای مختلفی از حوزه فناوری اطلاعات استفاده از سیستمهای توصیه گر بیش از پیش مورد توجه محققا قرار گرفته است . هدف سیستم های توصیه گر این است که از بین تعداد زیادی از گزینه های موجود، موارد مرتبط را به کاربران پیشنهاد دهد. این سیستمها با موفقیت در صنایع مختلفی مانند تجارت الکترونیک ، آموزش و بهداشت دیجیتال استفاده شده و با نتایج خوبی همراه بوده اند . از طرف دیگر ، رویکردهای خوشه بندی میتواند به سیستمهای توصیه گر کمک کند تا کاربران را در خوشه های مناسب گروه بندی کند . اگرچه این یک واقعیت است که عملکرد کاربران در طول زمان متفاوت است ، اما روشهای خوشه بندی سنتی قادر به در نظر گرفتن این عامل مهم نیستند. برای رفع این مشکل ، یک سیستم توصیه اجتماعی در این گزارش ارائه شده است که مبتنی بر یک رویکرد خوشه بندی زمانی است که از الگوریتم ملخ برای بهبود نتایج استفاده میکند و به طور خاص ، اطلاعات زمانی رتبه بندی ارائه شده توسط کاربران بر روی موارد و همچنین اطلاعات اجتماعی دربین کاربران در روش پیشنهادی در نظر گرفته شده است.نتایج تجربی در یک مجموعه داده شناخته شده بانام Epinions یا همان دیتاست استانداردنشان می دهد که کیفیت توصیه ها بر اساس روش پیشنهادی و استفاده از الگوریتم بهینه سازی ملخ در ساختار آن از نظر دقت و اندازه گیری به طور قابل توجهی بالاتر از روش های پیشرفته است.
Keywords:
Authors
زهرا ناصری خواه
دانشجوی کارشناسی ارشد کامپیوتر
طالب خفایی
استاد دانشگاه آزاد اسلامی واحد بوشهر رشته کامپیوتر