CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

افزایش کارایی سیستمهای پیشنهاددهنده با استفاده از فیلترسازی مشارکتی مبتنی برکاربر ومعیار شباهت بهبود یافته

اعتبار موردنیاز PDF: ۱ WORD: ۳ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۵۱ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: CMTS01_228
زبان مقاله: فارسی
حجم فایل: ۲۴۰.۸۶ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)
محتوای کامل این مقاله با فرمت WORD هم قابل دریافت می باشد.

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۶ صفحه و در دو فرمت PDF یا WORD بر اساس انتخاب شما، قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال و یا فایل با فرمت WORD را به قیمت ۶۰,۰۰۰ ریال بلافاصله دریافت فرمایید.
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF یا WORD مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله افزایش کارایی سیستمهای پیشنهاددهنده با استفاده از فیلترسازی مشارکتی مبتنی برکاربر ومعیار شباهت بهبود یافته

  فرید صمصامی خداداد - استادیار گروه برق و مکانیک دانشکده مهندسی فناوری های نوین ، دانشگاه تخصصی فناوریهای نوین آمل، آمل
  ربابه راعی - گروه مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه تخصصی فناوری های نوین آمل، آمل، ایران

چکیده مقاله:

در جوامع امروزی تولید و انتقال اطلاعات با سرعتی روزافزون در حال انجام است. رشد سریع تولید اطلاعات در کنار مزایایی که دارد موجب سربار می شود و کاربران برای یافتن اطلاعات موردنظر خود نیاز به جستجوی زیادی در میان انبوه اطلاعات دارند. یکی از روش های مرتفع نمودن این مشکل، استفاده از سیستم های پیشنهاددهنده است. این سیستم ها با شناسایی ترجیحات کاربران، محصولات و یا اطلاعاتی را به هر کاربر پیشنهاد می دهند که به سلایق وی نزدیکتر است. یکی از مهم ترین مسایل در سیستم های پیشنهاددهنده چگونگی فیلترسازی اطلاعات است. در این مقاله به منظور بهره گرفتن از تجربه ی دیگر کاربران، از الگوریتم فیلترسازی مشارکتی استفاده شده است. همچنین به منظور بهبود عملکرد سیستم پیشنهادی، از یک معیار مشابهت قدرتمند استفاده شده است که در آن میزان قابلیت اعتماد شباهت بین کاربران مختلف نیز در نظر گرفته می شود و تاثیر شباهت هایی با اعتماد بالاتر در پیشگویی امتیازات بیشتر خواهد بود.

کلیدواژه‌ها:

سیستم پیشنهاددهنده، فیلترسازی مشارکتی، سربار اطلاعات، قابلیت اعتماد

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CMTS01-CMTS01_228.html
کد COI مقاله: CMTS01_228

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
صمصامی خداداد, فرید و ربابه راعی، ۱۳۹۶، افزایش کارایی سیستمهای پیشنهاددهنده با استفاده از فیلترسازی مشارکتی مبتنی برکاربر ومعیار شباهت بهبود یافته، اولین کنفرانس بین المللی فناوری های نوین در علوم، آمل، دانشگاه تخصصی فناوری های نوین آمل، https://www.civilica.com/Paper-CMTS01-CMTS01_228.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (صمصامی خداداد, فرید و ربابه راعی، ۱۳۹۶)
برای بار دوم به بعد: (صمصامی خداداد و راعی، ۱۳۹۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.