طراحی یک سیستم پیشنهاد گر مبتنی بر شبکه عصبی نوع GMDH جهت پیشنهاد فیلم به کاربران
Publish place: The first national conference of computer science and engineering and information technology
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 713
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CECCONF01_035
تاریخ نمایه سازی: 22 آبان 1395
Abstract:
در این مقاله، یک سیستم پیشنهادگر به کمک الگوریتم شبکه عصبی GMDH جهت پیشنهاد فیلم به کاربران پیشنهاد می گردد. مدل پیشنهادی مبتنی بر کشف اعتماد ضمنی و اعتماد به رأی کاربران فعال است. شبکه عصبی GMDH به سبب استفاده از الگوریتم تکاملی ژنتیک در طراحی بهینه ساختار شبکه، سرعت یادگیری بالایی حتی در شرایطی که تعداد نمونه های آموزشی کم باشد ارائه می دهد. از طرفی، در مدل پیشنهادی، از نظرات تعداد محدودی کاربر فعال (تعداد کم نمونه های آموزشی) اقدام به پیش بینی رأی کاربر جدید می شود. از این رو، استفاده از شبکه عصبی GMDH در ساخت مدل پیشنهادی یک انتخاب مناسب بوده است . برای طراحی و پیاده سازی مدل پیشنهادی از نرم افزار GEvoM استفاده شده است. نتایج شبیه سازی نشان داد مدل پیشنهادی با دقت 76%، و میانگین خطای مطلق 0.273 کارایی برتری نسبت به دیگر الگوریتم ها نظیر شبکه عصبی پرسپترن چندلایه، شبکه بیزین، درخت تصمیم و جنگل تصادفی ارائه می دهد.
Keywords:
Authors
نسرین مرادی مقدم
دانشگاه آزاد اسلامی، واحد کرمانشاه، گروه مهندسی فناوری اطلاعات، کرمانشاه، ایران.
سمیه محمدی
دانشگاه آزاد اسلامی، واحد قصرشیرین، گروه مهندسی کامپیوتر، قصرشیرین، ایران.
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 :