ارائه مدلی توصیه گر جهت گردشگری الکترونیک
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 565
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
BPJ02_060
تاریخ نمایه سازی: 11 آبان 1395
چکیده مقاله:
در تحقیقات انجام شده، روش هایی برای ارائه پیشنهاد مناسب تر در قالب روش های شبکه عصبی خود سازمانده بدون ناظر و شبکه عصبی تابع پایه شعاعی ارائه گردید، اما علی رغم مفید بودن آنها در حوزه کاری خودشان، داده ها را از لحاظ اعتبار، نرمال بودن یا نبودن بررسی نکردند و این روش ها نیز بصورت همگن یا ناهمگن در این نوع سیستم ها مقایسه نشده اند. در این تحقیق، یک چارچوب توصیه گر همه منظوره و مبتنی بر مدل چندتایی ارائه شده که شامل روش های شبکه عصبی خودسازمانده و شبکه عصبی پایه تابع شعاعی است که داده ها را از لحاظ نویز و پیروی از نوع خاص داده شامل نرمال یا غیر نرمال بودن پوشش می دهد. این مدل پیشنهادی بر روی چندین بسته تور مسافرتی مناسب گردشگران، اعمال شده است و خروجی مطلوبی را براساس مقادیر ورودی پیشنهادی، ارائه می دهد. نتایج ارزیابی مدل پیشنهادی با استفاده از شبیه سازی و پرسشنامه، نشان داد که مدل پیشنهادی توانسته است تا 92 درصد دقت پیش بینی مناسب را مطابق با سلایق گردشگر، بالا ببرد. نتیجه حاصل شده بهتر بودن الگوریتم پیشنهادی را نسبت به روش های دیگر نشان می دهد.
کلیدواژه ها:
نویسندگان
امیر عباس تمامگر
گروه مهندسی کامپیوتر، واحد یزد، دانشگاه آزاد اسلامی ،یزد، ایران
سیما عمادی
گروه مهندسی کامپیوتر، واحد یزد، دانشگاه آزاد اسلامی واحد یزد، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :