روش های بازخورد منفی برای حل مشکل کاربر جدید در سیستم های توصیه کننده همکارانه بر مبنای حافظه

سیستم های توصیه کنندهف سیستم های شخصی سازی هستند که به کاربران در طی تعامل با سیستم توصیه های ضخصی شده ای ارایه می دهند. یکی از پرکاربردترین سیستم های توصیه کننده، سیستم توصیه کننده همکارانه بر مبنای حافظه است که توصیه ها را مبنای بازخوردهایی که از سایر کاربران دریافت کرده، می سازد. ایده آل این سیستم این است که کاربران به توصیه های افراد و دوستان نظیر خودشان اعتماد می کنند. اما زمانی که یک کاربر برای اولین بار مراجعه می کند، سیستم هیچ شناختی از کاربر ندارد. در این مقاله روش های مبتنی بر بازخورد منفی برای حل مشکل کاربر جدید پیشنهاد می شوند. این امر باعث می شود که فقره های مورد علاقه کاربر در زمان کمتر و با دقت بیشتر کشف شوند.

کلیدواژه ها:

سیستم توصیه کننده ، فیلتر سازی همکارانه ، مشکل کاربر جدئیدف بازخورد منفی