استفاده از خوشه بندی مبتنی بر اعتماد آگاه از اطمینان برای افزایش دقت و پوشش در سیستم های پیشنهاد دهنده
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 637
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ICTCK03_001
Index date: 1 July 2017
استفاده از خوشه بندی مبتنی بر اعتماد آگاه از اطمینان برای افزایش دقت و پوشش در سیستم های پیشنهاد دهنده abstract
برای افزایش کارآمدی سیستم های پیشنهاد دهنده مبتنی بر فیلترینگ مشارکتی، رویکردهای مکملی توسط محققان معرفی شده است. در این مقاله یک راهکار جدید برای این منظور با استفاده از خوشه بندی گراف و در نظر گرفتن اعتماد مرفی می شود. پس از ساخت گراف اولیه کاربر/آیتم، برچسب یال ها بر اساس ویژگی های کاربران و اقلام مقداردهی اولیه می شود و سپس بر اساس ارزشیابی های ارایه شده توسط کاربران در مورد کالاها این برچسب ها به روزرسانی می شود. برچسب هر یال علاوه بر شباهت بازخوردها به اعتماد صریح و ضمنی بین هر جفت کاربر نیز وابسته است. در مدل اعتماد پیشنهادی، نقش پارامتر اطمینان به عنوان میزان باور به درستی تخمین اعتماد مورد توجه قرار گرفته است. پارامتر اطمینان، به عنوان تابعی از تعداد ارزشیابی ها تعیین می گردد. برای بازنمایی و تجمیع نظرات اعتماد صریح و ضمنی از مدل منطق ذهنی استفاده می شود. خوشه بندی گراف با استفاده از الگوریتم تعیین خلوت ترین زیرگراف انجام می گیرد. راهکار پیشنهادی بر روی مجموعه داده های Epinions و Film Trust مورد ارزیابی قرار گرفته است. آزمایش ها نشان می دهد که روش پیشنهادی از نظر معیارهای مختلف دقت شامل میانگین قدر مطلق خطا، دقت، یادآور و F1 و همچنین معیار پوشش ارزیابی (RC) تقریبا در همه شرایط نتایج بهتری نسبت به دو روش مطرح موجود ارایه می کند.
استفاده از خوشه بندی مبتنی بر اعتماد آگاه از اطمینان برای افزایش دقت و پوشش در سیستم های پیشنهاد دهنده Keywords:
استفاده از خوشه بندی مبتنی بر اعتماد آگاه از اطمینان برای افزایش دقت و پوشش در سیستم های پیشنهاد دهنده authors
سمانه شیبانی
دانشگاه آزاد اسلامی واحد مشهد، گروه کامپیوتر
حسن شاکری
دانشگاه آزاد اسلامی واحد مشهد
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 :