سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

ارائه یک روش بهبود یافته برای مقابله با مشکل شروع سرد در سیستم های پیشنهاد دهنده

Publish Year: 1394
Type: Conference paper
Language: Persian
View: 724

This Paper With 9 Page And PDF and WORD Format Ready To Download

Export:

Link to this Paper:

Document National Code:

FBFI01_113

Index date: 30 July 2016

ارائه یک روش بهبود یافته برای مقابله با مشکل شروع سرد در سیستم های پیشنهاد دهنده abstract

حجم عظیم داده ها در فضای اینترنت باعث سردرگمی کاربران برای یافتن آیتم مورد علاقه شان شده است. سیستم های پیشنهاد دهنده در جهت رفع این مشکل، برای تولید پیشنهاد بر طبق سلیقه کاربران از بین انبوه داده ها ایجاد شده اند. مشکل اساسی این سیستم ها، مشکل شروع سرد می باشد. این مشکل به تولید پیشنهاد برای کاربر جدید مربوط می شود. به این علت که سیستم اطلاعی از ترجیهات کاربر جدید ندارد که بر اساس آن پیشنهاد ارائه کند. در روشی که در این مقاله ارائه شده استابتدا برای هر آیتم، بردار مشخصه ای تولید می شود. سپس با محاسبه میزان علاقه مندی هر کاربر به هر یک از مشخصه های آیتم ها، برای هر کاربر نیز یک بردار مشخصه ایجاد می شود. کاربران براساس نزدیکی بردارهای مشخصه اشان خوشه بندی می شوند. سپس با تولید درخت تصمیم گیری بر اساس اطلاعات جمعیت شناختی کاربران می توانیم کاربر جدید را با توجه به اطلاعات جمعیت شناختی اش به یکی از گروه ها نسبت دهیمتا بتوانیم رتبه کاربر جدید را برای هر فیلم با توجه به رتبه های داده شده توسط همسایه های او تخمین بزنیم. نتایج آزمایشات نشان می دهد که میانگین خطای مطلق و ریشه خطای میانگین مربعات، کاهش یافته است. همچنین پیچیدگی زمانی الگوریتم ارائه شده از نوع خطی می باشد و اینکه سیستم می تواند تمام آیتم های موجود را برای کاربر جدید رتبه بندی کند.

ارائه یک روش بهبود یافته برای مقابله با مشکل شروع سرد در سیستم های پیشنهاد دهنده Keywords:

سیستم های پیشنهاد دهنده , مشکل شروع سرد , فیلترینگ مشارکتی , فیلترینگ مبتنی بر محتوا , رهیافت فیلترینگ ترکیبی

ارائه یک روش بهبود یافته برای مقابله با مشکل شروع سرد در سیستم های پیشنهاد دهنده authors

محمد بهنیا

دانش آموخته کارشناسی ارشد مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد اصفهان (خوراسگان)

فرساد زمانی بروجنی

استادیار و عضوهیات علمی گروه کامپیوتر، دانشگاه آزاد اسلامی واحد اصفهان (خوراسگان)

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 :
Resnick, P., et al. i J. Riedl. 1994. GroupLens: an ...
conference on Computer supported cooperative work, stranice. 1994. ...
Resnick, P. and H.R. Varian, Recommender systems. Communic ations of ...
Lika, B., K. Kolomvatsos, and S. Hadj iefthymiades, Facing the ...
Burke, R., Hybrid recommender systems: Survey and experiments. User modeling ...
Ricci, F., L. Rokach, and B. Shapira, Introduction o recommender ...
Proceedings of the 2008 ACM symposium on Applied computing. 2008. ...
Mining (ICDM), 2010 IEEE 10th Interational Conference on. 2010). IEEE. ...
collaborative recommender systems based on local and global similarities. Expert ...
regularized matrix factorization. Knowledge-B ased Systems, 2012. 27: p. 271-280. ...
Knowledge-B ased Systems, 2012. 26: p. 225-238. ...
نمایش کامل مراجع

مقاله فارسی "ارائه یک روش بهبود یافته برای مقابله با مشکل شروع سرد در سیستم های پیشنهاد دهنده" توسط محمد بهنیا، دانش آموخته کارشناسی ارشد مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد اصفهان (خوراسگان)؛ فرساد زمانی بروجنی، استادیار و عضوهیات علمی گروه کامپیوتر، دانشگاه آزاد اسلامی واحد اصفهان (خوراسگان) نوشته شده و در سال 1394 پس از تایید کمیته علمی نخستین کنفرانس بین المللی فناوری اطلاعات پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله سیستم های پیشنهاد دهنده، مشکل شروع سرد، فیلترینگ مشارکتی، فیلترینگ مبتنی بر محتوا، رهیافت فیلترینگ ترکیبی هستند. این مقاله در تاریخ 9 مرداد 1395 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 724 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که حجم عظیم داده ها در فضای اینترنت باعث سردرگمی کاربران برای یافتن آیتم مورد علاقه شان شده است. سیستم های پیشنهاد دهنده در جهت رفع این مشکل، برای تولید پیشنهاد بر طبق سلیقه کاربران از بین انبوه داده ها ایجاد شده اند. مشکل اساسی این سیستم ها، مشکل شروع سرد می باشد. این مشکل به تولید پیشنهاد برای کاربر جدید ... . برای دانلود فایل کامل مقاله ارائه یک روش بهبود یافته برای مقابله با مشکل شروع سرد در سیستم های پیشنهاد دهنده با 9 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.