ارائه یک سیستم توصیه گر در شبکه های اجتماعی بر اساس رویکرد پیش بینی پیوند و نمایه کاربران

در این مقاله یک الگوریتم جدید جهت توصیه کاربر در شبکه های اجتماعی ارائه شده است. راهکار پیشنهادی برای ارائه توصیه به کاربران شامل سه گام: پیش پردازش اطلاعات نمایه کاربران ، خوشه بندی کاربران براساس مشخصات فردی آنها و ارائه پیشنهاد براساس الگوریتم پیشبینی پیوند میباشد. به منظور خوشه بندی کاربران، در روش پیشنهادی از پنج خصوصیت: سن، جنسیت، زبان، شغل و تحصیلات استفاده میشود. این عمل موجب میشود که کاربران دارای مشخصات فردی مشابه در دسته های یکسانی قرار بگیرند. به منظور ارزیابی عملکرد روش پیشنهادی از پایگاه داده pokec که یک مجموعه داده مبتنی بر شبکه اجتماعی است استفاده شده است. به منظور ارزیابی کیفیت پیشنهادات، خروجی حاصل از روش پیشنهادی را از نظر معیارهای precision، recall و زمان پردازش مورد ارزیابی قرار گرفته و نتایج حاصل با الگوریتمهای پیشبینی پیوند و مبتنی برنمایه مقایسه شده است. این نتایج نشان میدهد که روش پیشنهادی بصورت میانگین موجب افزایش 2.76 درصدی معیار precision و افزایش 3.76 درصدی معیار recall نسبت به الگوریتمهای مقایسه شده خواهد شد. همچنین روش پیشنهادی قادر خواهد بود در زمان کوتاهتری عمل ساخت مدل و ارائه توصیه را انجام دهد..

Keywords:

شبکه اجتماعی , سیستم توصیه گر , خوشه بندی , پیش بینی پیوند , نمایه کاربر