بررسی تاثیر سیستم های توصیه گر مبتنی بر اعتماد بر افزایش دقت و کیفیت سیستم های توصیه گر

با افزایش حجم اطلاعات در فضای مجازی، کاربران به دنبال دستیابی به اطلاعات دقیق و انتخاب های بهتراز بین اقلام زیادی که با آنها مواجهمی شوند، هستند. سیستم پیشنهاد دهنده یکی از مهمترین دستاوردها درحوزه ی تجارت الکترونیک است. هدف این سیستم ها، ارائهپیشنهادهای هوشمندانه به کاربران است، بگونه ای که پیشنهادهای ارائه شده مطابق با تمایلات و علایق آنها باشد. یکی از مهمترین چالش هایاین حوزه، افزایش روزافزون اقلام موجود درسیستم های تجاری و کم بودن رتبه های داده شده توسط کاربران به اقلام می باشد. همچنینمشکلاتی مانند شروع سرد و پراکندگی داده ها ومقیاس پذیری کم .این چالش ها موجب کاهش دقت پیشنهادهای ارائه شده به کاربرانمی شود. دراکثر الگوریتم های سیستم پیشنهاددهنده مبتنی برکاربر، به استخراج ویژگی های کاربران با توجه به کلیه اقلام پرداخته شده ،درصورتیکه با افزایش روزافزون اقلام،تنوع بین اقلام نیززیاد می شود و ویژگی های کاربران درحوزه های مختلف اقلام با یکدیگر متفاوت است.در این مقاله ابتدا مروری بر انواع سیستم های توصیه گر بویژه سیستم توصیه گر فیلترینگ مشارکتی که بسیار پرکاربرد می باشد داشته وسپسبطورویژه به بررسی سیستم های توصیه گر مبتنی براعتماد پرداختیم و پی بردیم که چگونه می توان با ایجاد شبکه اعتماد و یا انتشار اعتمادبطور صریح و ترکیب آن با فیلترینگ مشارکتی و یا استفاده از ترکیبی از اعتمادو خبرگی کاربران بطور ضمنی درکنارویژگی شباهت وهمچنین استفاده از تکنیک هایی مانند خوشه بندی اقلام ویا کاربران ، دقت وکارایی سیستم های توصیه گر را افزایش داده و بر مشکلات شروعسرد و مقیاس پذیری و پراکندگی داده ها فائق آییم.

Keywords:

فیلترینگ مشارکتی , شبکه اعتماد , تعدی , ترکیب پذیری , عملگر انتشار