سیستم پیشنهاددهنده هم پژوهشی موردمطالعه: شبکه اجتماعی کوثرنت

Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,322

This Paper With 16 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:

CITMC01_119

تاریخ نمایه سازی: 14 مرداد 1394

Abstract:

استفاده از شبکههای اجتماعی در عصر حاضر با رشد چشمگیری همراه بوده است و روزبهروز به مخاطبان این شبکهها افزوده میشود. اما در کنار ویژگیهای مفید موجود در شبکههای اجتماعی درصورتیکه مدیریت صحیح بر این شبکهها حاکم نباشد امکان بروز مشکلات عدیدهای وجود خواهد داشت. شبکه اجتماعی کوثرنت یک شبکه اجتماعی مخصوص طلاب شاغل به تحصیل در حوزه واحد خواهران قم میباشد که ذهنیت ارائهدهندگان این شبکه اجتماعی ایجاد بستر مناسب جهت رشد و پیشرفت کاربران است. یکی از زمینههایی که میتواند در جهتدهی ارتباطات افراد به کار آید ایجاد ارتباط بین افراد در راستای موضوع پژوهش مرتبط با پایاننامه انتخابی کاربر میباشد. از طرفی سیستمهای پیشنهاددهنده میتوانند یک راه حل مناسب جهت کمک به شکلگیری این ارتباطات باشند. در زندگی روزمره ما پیشنهادات نقش مهم و غیر قابل انکاری را ایفا میکنند. پیشنهاداتی که گاها مسیر زندگی افراد را دچار تغییراتی اساسی میکنند. این پیشنهادات ممکن است در هر محیطی و توسط هر کسی ارائه شوند و با توجه به این که در شبکه اجتماعی کوثرنت میتوان کاربران را با اهداف پژوهشی به یکدیگر پیشنهاد داد طراحی و توسعه سیستم پیشنهاددهنده هم پژوهشی قابل توجیه بوده و در این مقاله نیز با استفاده از منابع دادهای موجود سعی در ترکیب روشهای مختلف از قبیل انواع سیستم های پیشنهاددهنده ، روش های خوشه بندی و روش های طبقه بندی در جهت پیادهسازی هر چه بهتر این سیستم شده است. در نهایت تمامی سیستمهای ایجاد شده توسط معیارهای ارزیابی مورد سنجش قرار گرفته و بهترین سیستم انتخاب و معرفی میشود.

Authors

امید جلالی

دانشجوی کارشناسی ارشد دانشگاه قم.

مهدی اسماعیلی

عضو هیئت علمی دانشگاه آزاد اسلامی واحد کاشان.

سیدحسن هانی

عضو هیئت علمی دانشگاه قم.

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 :
  • A. Sachan and V Richariya, "A Survey on Recom mender ...
  • C. Wang and D. M. Blei, "Collaborative topic modeling for ...
  • T. Bogers and A. Van den Bosch, "Recom mending scientific ...
  • D. Pa ra-Santander and P. Brusilovsky, "Improving collaborative filtering in ...
  • D. Torunoglu, E. Cakirman, M. C. Ganiz, S. Akyokus, and ...
  • S. M. H. Khozani and H. Bayat, "Specia lization of ...
  • L-P. Jing, H.-K. Huang, and H.-B. Shi, "Improved feature selection ...
  • S. Ramaswamy, R. Rastogi, and K. Shim, "Efficient algorithms for ...
  • C. Elkan, "Using the triangle inequality to accelerate k-means, " ...
  • C. S. Tucker, H. M. Kim, D. E. Barker, and ...
  • A. Zagouras, R. H. Inman, and C. F. Coimbra, "On ...
  • S. Salvador and P. Chan, "Learning States and rules for ...
  • X. Amatriain, A. Jaimes, N. Oliver, and J. M. Pujol, ...
  • recommender systems, " in Recom mender Systems Hondbook, Springer, 2011, ...
  • _ Pang and J. Gong, "c5. 0 classification algorithm and ...
  • _ L. Herlocker, J. A. Konstan, L. G. Terveen, and ...
  • A. Huang, "Similarity rmeasures for text document clustering, " in ...
  • G. Karypis, "Evaluation of item-based top-n recom mendation algorithms, " ...
  • نمایش کامل مراجع