معرفی معیارهای شباهت در سیستم های توصیه گر
Publish place: 3nd National Conference on Computer Science
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 2,249
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
NCCOS03_015
Index date: 30 July 2016
معرفی معیارهای شباهت در سیستم های توصیه گر abstract
رونق تجارت الکترونیک باعث تغییررفتارهای کسب و کارسنتی شدها ست و کاربران بطور روزافزونی تمایل به خرید اینترنتی دارند با این وجود افزایش شدید اطلاعات ارایه شده توسط شرکت های اینترنتی باعث بروز مشکل سربار اطلاعاتی شده است که دراین صورت کاهش رضایت مشتریان غیرقابل انکار خواهد بود یک راه برای مقابله بااین مشکل ایجادسیستم های توصیه گر و شخصی سازی شده است تابتوان اطلاعات محصولی رااستخراج نمود که مشتری واقعا بان علاقه مند است الگوریتم هایی دراین سیستم ها استفاده می شود که کارپالایش اطلاعات و ساخت پیشنهاد را برعهده دارد و هدف این الگوریتم ها تعیین شباهت بین کاربران یاایتم ها است این مقاله معیارهای شباهت سنتی مورداستفاده درسیستم های توصیه گر را معرفی می کند این معیارهای شباهت سنتی ارزش امتیازات کاربران به یک ایتم را یکسان درنظر میگیرند درصورتی که درواقعیت بدین شکل نیست برای رفع این مشکل استفاده ازمعیارهای شباهت وزن دار پیشنهاد میشود
معرفی معیارهای شباهت در سیستم های توصیه گر Keywords:
معرفی معیارهای شباهت در سیستم های توصیه گر authors
اعظم سمیعی
دانشجوی کارشناسی ارشد گروه کامپیوتر نرم افزار دانشگاه آزاد اسلامی واحد میبد
محمد جواد کارگر
عضو هیات علمی دانشگاه آزاد اسلامی واحد میبد گروه مهندسی کامپیوتر میبد ایران