بررسی و بهبود روش های رتبه دهی مشارکتی مبتنی برگراف در سیستم های توصیه گر
محل انتشار: اولین کنفرانس بین المللی و ششمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 148
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEITCONF06_047
تاریخ نمایه سازی: 26 خرداد 1402
چکیده مقاله:
سیستم های توصیه گر سیستم های هوشمندی هستند که هدف آن ها کمک به کاربر در انتخاب اقلام مناسب تر در بستر آنلاین، که فضای انتخاب بسیار بزرگی برای کاربران وجود دارد، است. یکی از انواع این سیستم ها، پالایش مشارکتی است که برمبنای سابقه یامتیازدهی آیتم ها توسط کاربران، عمل می کند. این سیستم ها با مشکلاتی از جمله تنک بودن داده های مربوط به امتیازات کاربران و شروع سرد مواجه هستند. هدف این مطالعه بهبود دقت در سیستم های توصیه گر پالایش مشارکتی در مواجهه با داده های تنک و در نتیجه افزایش دقت پیشنهادات است. در کار پیشنهادی از یکی از انواع ساختار گراف موجود برای سیستم های توصیه گر استفاده می شود که شامل سه لایه است که کاربران، آیتم ها و ترجیحات کاربران را مدل می کند. با توجه به ایراداتی که در استفاده از چنینگرافی وجود دارد، در روش پیشنهادی گراف مورد نظر، وزن دار می گردد که این باعث بهبود عملکرد الگوریتم می شود. نتایج آزمایش هاروی پایگاه دادهی مورد استفاده که در بخش نتایج بررسی خواهد شد نشان می دهد که روش ارائه شده در این مقاله می تواند دقت روش های پیشین را بهبود دهند
کلیدواژه ها:
نویسندگان
شیما ضرغامی
دانشجوی ارشد مهندسی کامپیوتر
زهرا نریمانی
دکترای علوم کامپیوتر و استادیار
محمود شیرازی
دکترای علوم کامپیوتر و استادیار
زهره کریمی
دکترای مهندسی کامپیوتر و استادیار