حل مسئله مقیاسپذیری و بهبود دقت پیشبینی روش فیلترینگ تجمعی
Publish place: National Conference of Technology, Energy & Data on Electrical & Computer Engineering
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 520
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TEDECE01_588
تاریخ نمایه سازی: 30 آبان 1394
Abstract:
رشد فزاینده داده ها و اطلاعات در محیط اینترنت، نیاز به سیستمی که بتواند به کاربران در یافتن اطلاعات ارزشمند در میان حجم عظیم از داده ها کمک کند بسیار قابل توجه و اهمیت است. چندین روش برای نیل به این هدف ارائه شده است که از رایج ترین این روشها میتوان به روش- های فیلترینگ تجمعی، فیلترینگ مبتنی بر محتوا و ترکیبی از روشهای مذکور اشاره کرد. در میان روشهای ذکر شده، روش فیلترینگ تجمعی به دلیل سادگی ساختار و پیادهسازی آسانی که دارد از اهمیت بیشتری برخوردار است. روش فیلترینگ تجمعی علیرغم مزایایی که دارد با چالشهایی نیز مواجه است که این چالشها تاثیر زیادی بر روی دقت پیشبینی این روش دارند. از مهمترین چالشهای پیش روی این روش میتوان به چالشهای مقیاسپذیری، خلوتی و شروع سرد اشاره کرد. هدف اصلی مقاله این است که با در نظر گرفتن مسئله مقیاسپذیری راه حلی برای بهبود دقت پیش- بینی روش فیلترینگ تجمعی ارائه کرد. برای حل مساله مقیاسپذیری از روش خوشهبندی استفاده میگردد. نتایج حاصل از پیاده سازی، بهبود در دقت پیش بینی را با مقدار 0.5298 در معیار RMSE نشان می دهد
Keywords:
Authors
مجتبی نظرنژاد
دانشگاه شیخ بهایی اصفهان، دانشکده مهندسی، گروه مهندسی کامپیوتر و فناوری اطلاعات
ناصر قاسم آقایی
دانشگاه شیخ بهایی اصفهان، دانشکده مهندسی، گروه مهندسی کامپیوتر و فناوری اطلاعات
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 :