تاثیر تعداد همسایه ها درسیستم های توصیه گر مبتنی بر الگوریتم ژنتیک و ازدحام ذرات

این مقاله یک معیار برای اندازه گیری شباهت بین کاربران ارائه می کند که در سیستم های توصیه گر مبتنی بر پالایش مشارکتی قابل استفاده است. روش پیشنهادی از یک ترکیب خطی ساده ازمقادیر و وزن ها استفاده می کند. مقادیر برای هرجفت ازکاربران که بین آن ها شباهت، به دست آمده محاسبه می شود در حالی که وزن ها فقط یک بار محاسبه می شوند از آنجا که روش های بهینه سازی ، رویکرد های قوی و کارآمد برای حل مسائل پیچیده در دنیای واقعی فراهم می کنند بااستفاده از الگوریتم ازدحام ذرات و ژنتیک ، وزن بهینه از سیستم توصیه گر استخراج می شود و از آن در محاسبه تابع شباهت استفاده می شود و برای پیش بینی آیتم های سیستم توصیه گر از الگوریتم نزدیک ترین همسایه استفاده می شود، تعیین تعداد همسایه ها یک پارامتر مهم است. نتایج نشان می دهد که انتخاب تعداد میانی برای همسایه ها جهت تعیین شباهت مناسب می باشد و الگوریتم ازدحام ذرات دارای دقت بهتری در توصیه است و زمان اجرای این الگوریتم نیز کوتاه تر می باشد.

کلیدواژه ها:

الگوریتم ازدحام ذرات ، الگوریتم ژنتیک ، پالایش مشارکتی ، سیستم های توصیه گر ، معیار شباهت