حل مشکل شروع سرد در سیستم های توصیه گر با استفاده از کاربران مجازی و روش یادگیری مدل

الیار مهدی زاده اقدم; سامان طهوری

حل مشکل شروع سرد در سیستم های توصیه گر با استفاده از کاربران مجازی و روش یادگیری مدل

Publish place: National Conference on Computer Engineering and Information Technology Management

Publish Year: 1393

Type: Conference paper

Language: Persian

This Paper With 12 Page And PDF Format Ready To Download

DOWNLOAD Paper

Certificate
I'm the author of the paper

Export:

Link to this Paper:

https://civilica.com/doc/283040

Document National Code:

CSITM01_499

Index date: 1 September 2014

حل مشکل شروع سرد در سیستم های توصیه گر با استفاده از کاربران مجازی و روش یادگیری مدل abstract

یک سیستم توصیه گر از ابزارهای الگوریتمی برای کار با داده در دسترس مربوط به علایق کاربر برای پیشنهاد موردهای موردعلاقه استفاده می کند. الگوریتم های مربوط به فیلترینگ همکار در بین موثرترین الگوریتم های توصیه قرار دارند چون مقدارزیادی از داده مربوط به علایق در مورد یک کاربر خاص و جامعه مربوط به او گردآوری می شود. موارد جدید و کاربران جدید کهرفتار آنها ناشناخته است به طور پیوسته به سیستم توصیه گر افزوده می شوند. در نتیجه توصیه ها ممکن است از مشکل شروعسرد معروف تاثیر منفی بگیرند. در این مقاله ما به بررسی مشکل شروع سرد می پردازیم و برای حل این مشکل راه حل هایی ارائهمی دهیم. از جمله این راه حل ها استفاده از ربات ها یا کاربران مجازی است که به سیستم وارد می کنیم. یک ربات می تواند بهصورت یک کاربر یا مورد مصنوعی تولید شود. همچنین در ادامه به بررسی روش دیگری برای حل مشکل شروع سرد می پردازیمکه از روش یادگیری مدل استفاده می کند و از سه مرحله پیش پردازش داده و یادگیری مدل و مرحله توصیه تشکیل شده است.

حل مشکل شروع سرد در سیستم های توصیه گر با استفاده از کاربران مجازی و روش یادگیری مدل Keywords:

سیستم های توصیه گر , فیلترینگ همکار , شروع سرد , کاربران مجازی , یادگیری مدل , سیستم شروع سرد , پیش پردازش داده

حل مشکل شروع سرد در سیستم های توصیه گر با استفاده از کاربران مجازی و روش یادگیری مدل authors

الیار مهدی زاده اقدم

کارشناس ارشد مهندسی فناوری اطلاعات (گرایش شبکه های کامپیوتری)، دانشگاه گیلان

سامان طهوری

کارشناس ارشد مهندسی فناوری اطلاعات (گرایش شبکه های کامپیوتری)، دانشگاه گیلان

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 :

D. Agarwal and B.-C. Chen (2009) _ _ Regres sion-based ...

J. Basilico and T. Hofmann (2004); Unifying collaborative and content-based ...

Basu, C., H. Hirsh, and W. Cohen (1998); Re commendation ...

C. Boutilier, R. Zemel, and B. Marlin (2003);" Active collaborative ...

Burke, R.(2002);" Hybrid recommender systems: Survey and experiments", User Modeling ...

Breese, J.S., D. Heckerman, and C. Kadie(1998);" Empirical analysis of ...

Claypool, M., et al(1999);" Combining content-based and collaborative filters in ...

Cohen, W.W., R.E. Schapire, and Y. Singer(2011);" Learning to order ...

Das, A.S., Datar, M., Garg, A., Rajaram, S.(2007);" Google news ...

Freund, Y., et al.(2003);" An efficient boosting algorithm for combining ...

N. Golbandi, Y. Koren, and R. Lempel(20 10);" On bootstrapping ...

K. Goldberg, T. Roeder, D. Gupta, and C. Perkins(200 _ ...

N. Good, J. B. Schafer, J. _ Konstan, A. Borchers, ...

A. Gunawardana and C. Meek(2008); Tied boltzmann machines for cold ...

A. Harpale and Y. Yang(2008);" Personalized active learning for collaborative ...

Herlocker, J., Konstan, J.A., Riedl, J.(2002);" An empirical analysis of ...

Herlocker, J.L., et al (1999); An algorithmic framework for performing ...

Hofmann, T. and J. Puzicha(1999);" Latent class models for collaborative ...

R. Jin and L. Si(2004);" A Bayesian approach toward active ...

J. A. Konstan, B. N. Miller, D. Maltz, J. L. ...

M. R. McLaughlin and J. l. Herlocker(2 004);" A collaborative ...

Nakamura, A. and N. Abe(1998); Collaborative Filtering Using Weighted Majority ...

S.-T. Park and W. Chu(2009);" Pairwise preference regression for cold-start ...

Pennock, D.M., E. Horvitz, and C.L. Giles(2000);" Social choice theory ...

D. Pennock, E. Horvitz, S. Lawrence, and C. Giles(2000); Collaborative ...

Popescul, A., D.M. Pennock, and S. Lawrence(200 1); Probabilistic models ...

P. Pu and L. Chen(2009);" User-involved preference elicitation for product ...

A. M. Rashid, G. Karypis, and J. Riedl(2008);" Learning Preferences ...

A. Rashid, I. Albert, D. Cosley, S. Lam, S. McNee, ...

P. Resnick, N. Iacovou, M. Suchak, P. Bergstorm, and J. ...

Sarwar, B., et al.(2000);" Application of dimensionality reduction in recommender ...

Sarwar, B., et al(2001);" Item-based collaborative filtering rec ommendation algorithms, ...

Schein, A.I., et al(2001); Generative models for cold-start rec ommendations ...

A. I. Schein, A. Popescul, L. H. Ungar, and D. ...

Shani, G., Gunawardana, A(201 1);Evaluating rec ommendation systems", In: Ricci, ...

D. Stern, R. Herbrich, and T. Graepel(2009) _ Matchbox: large ...

Ungar, L.H. and D.P. Foster(1998);" Clustering methods for collaborative filtering", ...

نمایش کامل مراجع