سمانه شیبانی - دانشگاه آزاد اسلامی واحد مشهد، گروه کامپیوتر
حسن شاکری - دانشگاه آزاد اسلامی واحد مشهد، گروه کامپیوتر، مشهد

پالایش همکارانه یک رویکرد متداول در سیستم های پیشنهاد دهنده است. با وجود این، کارآمدی رویکرد مذکور در شرایط خلوتی داده ها و کاربران شروع سرد تنزل می باید. به همین دلیل محققان به ارایه رویکردهای مکمل روی آورده اند که از جمه آنها می توان به تلفیق مدل های اعتماد محاسباتی با رویکرد پالایش همکارانه اشاره کرد.در سال های اخیر در برخی از مدل های اعتماد، پارامتر اطمینان به عنوان معیار دقت تخمین اعتماد مورد توجه قرار گرفته و نشان داده شده است که مدل های اعتماد آگاه از اطمینان در بسیاری از کاربردها باعث افزایش دقت و کارآمدی می شوند. در این مقاله یک مدل لایه ای اعتماد آگاه از اطمینان برای افزایش دقت توصیه ها در سیستم پیشنهاد دهنده معرفی می گردد. این مدل شامل چهار لایه ارزشیابی، اعتماد مستقیم، اعتماد غیرمستقیم و پیشنهاد است. برای تخمین اعتماد دو رویکرد اعتماد ضمنی و اعتماد صریح بر اساس روابط تجمیع مدل منطق ذهنی با یکدیگر ترکیب می شوند. اطمینان در لایه اعتمادد مستقیم بر اساس تعداد و تازگی ارزشیابی ها و در لایه اعتماد غیرمستقیم بر اساس طول زنجیره اعتماد و سازگاری نظرات محاسبه می گردد. در لایه پیشنهاد، سناریوهای مختلفی برای انتخاب آیتم ها بر اساس اعتماد و اطمینان مورد مقایسه قرار می گیرد. مدل پیشنهادی بر روی دو مجموعه داده شناخته شده Epinions و Film Trust مورد ارزیابی قرار گرفته است. مقایسه نتایج حاصل با برخی روش های موجود قبلی بیانگر برتری قابل ملاحظه روش پیشنهادی از نظر معیارهای دقت و پوشش توصیه ها است.

سیستم پیشنهاد دهنده، فیلترینگ مشارکتی، خوشه بندی، اعتماد، اطمینان، مدل لایه ای