تکنیکهای موثریادگیری ترجیحات کاربران جدید درسیستم های پیشنهاددهنده فیلترگذاری مشارکتی

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 771

This Paper With 7 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

BPJ01_299

تاریخ نمایه سازی: 29 دی 1392

Abstract:

دردهه اخیر سیستم های پیشنهاددهنده مقبولیت گسترده ای درمجامع تحقیقاتی و تجاری پیدا کرده اند و به عنوان ابزاری جهت جستجوی هوشمنددرمیان انبوهی ازاطلاعات موجود بکارمیروند یکی ازرایج ترین تکنیکهای سیستم های پیشنهاددهنده تکنیک فیلترگذاری مشارکتی است که تولید پیشنهادبراساس شباهت کاربربه کاربرصورت میگیرد یک کاربر جدیدبایک چالش اساسی درفیلترگذاری مشارکتی مواجه است ازانجایی که سیستم هیچ اطلاعاتی راجع به ترجیحات کاربر جدید ندارد بنابراین نمی تواند پیشنهادها شخصی شده ای برای او فراهم نماید یکی ازروشهای مستقیم جهت غلبه براینمشکل نمایش چندین ایتم به کاربر جدید ودرخواست ازاو برای رتبه دهی صریح به آنها و درنتیجه ساخت سریع یک نمایه برای او است این مقاله به بررسی و مقایسه موثرترین رویکردهای یادگیری ترجیحات کاربرجدید توسط تکنیک درخواست برای رتبه دهی پرداخته است تا بتوان درتحقیقات اینده ازدستاوردهای آن بهره مند شد

Authors

مژده بهادرپور

دانشگاه آزاد اسلامی واحد نجف آباد

محمدحسین ندیمی

دانشگاه آزاد اسلامی واحد نجف آباد

محمد نادری دهکردی

دانشگاه آزاد اسلامی واحد نجف آباد

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • _ _ Design of a Bayesian ...
  • Musicant, D., et al. Recommender systems. 2007 [cited 2013; Available ...
  • Sarwar, B., et al. Item-based collaborative filtering ...
  • eBay. The world's online marketplace. [cited 2013; Available from: http ...
  • _ _ _ conference on Ubiquitous information management and communication ...
  • Schein, A.I., et al., Methods and metrics for cold-start rec ...
  • Kohrs, A. and B. Merialdo. Improving collaborative filtering for _ ...
  • Rashid, A.M., et al. Getting to know you: learning new ...
  • Rashid, A.M., G. Karypis, and J. Riedl, Learning preferences of ...
  • Crane, M., The new user problem in collaborative filtering, in ...
  • Nasraoui, O., et al., WebKDD 2008: 10 years of knowledge ...
  • _ _ and NLP. in Database and Expert Systems Applications. ...
  • نمایش کامل مراجع