زلیخا گل نتاج - دانشجوی کارشناسی ارشد رشته هوش مصنوعی، دانشگاه آزاد اسلامی واحد صفادشت،
مریم عادل خواه - عضو هیات علمی دانشگاه خوارزمی

سیستم های توصیه گر امروزه به طور وسیعی در کمک رساندن به کاربران جهت یافتن نیازمندی های خود از میان حجم بسیار عظیم اطلاعات که به طور مکرر قابل دسترس اند، مورد استفاده قرار می گیرند. باتوجه به تعریف مختصری از انواع پالایش از نوع پالایش محتوایی، آماری، مشارکتی، و ترکیبی که مورد بررسی قرار دادیم در الگوریتم بررسی شده در این مقاله تمرکز کارروی سیستم های پیشنهاد دهنده مبتنی بر پالایش مشارکتی می باشد. در قسمتی از این مقاله مروری بر مفاهیم پایه و پیشینه پالایش مشارکتی در سیستم های توصیه گر نموده و چالش های موجود و فعالیت های مرتبط را مورد بررسی قرار خواهیم داد. یعنی کاربرانی را که هم عقیده با کاربر فعال هستند، را می یابد و سپس اقلام مورد علاقه آنها را به وی توصیه می کند. همچنین این مقاله روش های اقلام محور در پالایش مشارکتی را به دلیل رفع محدودیت های مقیاس پذیری و تهاجم مالی و نیز بهبود نتایج نسبت به روش های کاربر محور، پیشنهاد می نماید. نتایج این تحقیق بهبود قابل توجهی را در کیفیت پیش گویی ها و افزایش سطح پوشش نشان می دهند. در نهایت ما با توجه به حجم بسیار بالای دادگان و وجود اطلاعات نادرست در سیستم، تصمیم به استفاده از روش پالایش مشارکتی و بهبود نتایج خطا را در رویکردهای مبتنی بر کاربر و رویکردهای مبتنی بر قلم، پوشش داده ایم.

سیستم های توصیه گر، پالایش محتوایی، پالایش مشارکتی