سیستم توصیه گر سبد بازار سلامت با رویکرد ترکیبی پالایش مشارکتی و یادگیری عمیق

سیستم های توصیه گر به کاربران کمک می کنند مجموعه بزرگی از آیتم ها را در جستجوی آیتم های «مورد علاقه» هدایت کنند. افراد هر روز درزندگی روزمره خود با گزینه های بیشتری در بازار سلامت روبرو می شوند. سیستم توصیه گر سبد بازار سلامت به عنوان یک ابزار قوی برایپیشنهاد کالاهای سلامت موردنیاز افراد است. فرآیند این پژوهش به این صورت است که ابتدا داده های ورودی به سیستم مورد پیش پردازشقرار گرفته و مقادیر ویژگیها مورد پردازش واقع می شوند. سپس برای اینکه محاسبات را دقیق تر شوند و زمان و دقت محاسبات نیز بهبود یابداقدام به کاهش تعداد ابعاد داده های ورودی با روش DBN شده است تا ویژگی هایی که اضافی هستند و در محاسبات مورد نیاز نیستند حذفشوند و با استفاده از یک رویکرد یادگیری عمیق در پالایش مشارکتی اقدام به پیشنهاد به کاربر شده است. برای سنجش نتایج حاصله برحسبمتریکهای ارزیابی از مقایسه روش پیشنهادی با سه روش دیگر انجام شده است. نتایج آزمایشگاهی نشان داد که روش پیشنهادی دارای عملکردمطلوبی بوده و می تواند بطور موثری، عمل نماید و در اکثر موارد بهتر از سایر روشهای مورد مقایسه ظاهر شده و با آنکه در پاره ای مواردجزیی دارای عملکرد متوسطی بوده ولی در مجموع به وضوح نتایج نشان دادند که روش پیشنهادی در کارآمدی محسوسی نسبت به سایر روشهابوده است.

Keywords:

سیستم توصیه گر سبد بازار سلامت , پالایش مشار کتی , کاهش ابعاد , یاگیری عمیق