بررسی و مقایسه سیستمهای توصیه گر

با توجه به رشد سریع سیستمهای اطلاعات ووجود حجم زیادی از اطلاعات درشبکه جهانی نیاز به سیستمهایی که شبکه جهانی را برای کاربر سفارشی کننده احساس شده است از طرفی نیاز روزافزون کاربران به وب مفهومی نیز براهمیت این موضوع افزوده است بنابراینسیستمهای توصیه گر به عنوان راه حلی برای این معضل معرفی شدند این سیستم ها به طور هوشمند و بااستفاده از تکنیکهای هوش مصنوعی به شناسایی علایق کاربران خود در فضای اینترنت پرداخته و پیشنهادی متناسب با اولویت ها و محدودیت های وی به کاربر ارایه میدهند دراین مقاله ابتدا به بررس یمراحل طراحی و ساخت سیستمهایتوصیه گر می پردازیم و برخی الگوریتمهای موجود درهر مرحله را معرفی کرده و پس از انجام مقایسه ای میان تکنیکهای مختلف و مباحث معیارهای ارزیابی به کاربرد این سیستمها درآموزش الکترونیک می پردازیم.

کلیدواژه ها:

سیستمهایتوصیه گر ، پروفایل کاربر ، پالایش مشارکتی ، آموزش الکترونیک ، توصیه گر مبتنی بر دانش