ایمان کیانی نژاد - دانشجوی کارشناسی ارشد،گروه کامپیوتر، دانشکده فنی مهندسی، دانشگاه غیرانتفاعی کارون، اهواز، ایران،
علی هارون آبادی - استادیار ، گروه مهندسی کامپیوتر، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران

در این مقاله یک سیستم توصیهگر دوست در شبکه های اجتماعی مبتنی بر رویکرد پیشبینی پیوند با دقت و سرعت بالا معرفی می شود. در کارهایصورت گرفته پیشین، دقت پاسخ و یا سرعت رسیدن به نتیجه نسبتا پایین بوده و این دو مشکل سبب گردید تا در این تحقیق با استفاده از خوشه بندیکاربران به منظور ایجاد انجمنهای همسان جهت کاهش پیچیدگی فضای مسئله و بهبود دقت پاسخ دهی با بهره گیری از محدود سازی فضای مسئلهحاصل از انجمن یابی و نهایتا با استفاده از تکنیک پیشبینی پیوند اقدام به ارائه توصیه های مناسب و افزایش فراخوانی در روش پیشنهادی صورت پذیرد.مووی لنز، یک مجموعه داده شناخته شده مورد استفاده در حوزه سیستم توصیه گر، در این تحقیق برای اعتبارسنجی عملکرد مدل پیشنهادی بکار گرفتهشده. در تمام مراحل شبیه سازی نتایج پارامترها با اختلاف قابل توجهی، برتری روش پیشنهادی را نسبت به مقاله پایه[ ۲] ثابت میکنند. این برتری دردقت و کاهش پیچیدگی فضای مسئله، حاصل بررسی دقیق معایب و مزایای کارهای فاخر پیشین میباشد و علت اصلی آن ترکیب درست و استفاده بجااز توابع برای حصول نتیجه بهینه است. شایان ذکر است که تابع اف کا لینک بعنوان تابع ابداعی برای اولین بار در این تحقیق بکارگرفته شده است. ضمنااستفاده از انجمن یابی کمک شایانی به صرفه جویی در منابع سخت افزاری جهت پردازش دادهها مینماید و در نتیجه می توان امید داشت با توسعه و بهینهنمودن این روش گامی بلند در جهت استفاده سیستم پیشنهاد دهنده در سیستم های بلادرنگ داشت.

کتز ۲،فرندلینک ۳ ،افکالینک ۴. سیستمهای توصیه گر، انجمن یابی،پیشبینی پیوند ، پیشنهاد دوست، خوشه بندی، پیرسون