ارایه یک الگوریتم رتبه بندی نظرات در سیستم های توصیه گر

بسیاری از وب سایت های مربوط به خرید و فروش الکترونیکی مانند آمازون، ضمن ارایه بستره لازم، از کاربران خود می خواهند که نظر خود در رابطه با معامله در حال انجام را وارد کنند. با توجه به تعداد کاربران و همچنین در گذر زمان، تعداد و حجم این نظرات به گونه ای افزایش می یابد که خواندن و دسته بندی آنها به صورت دستی غیر ممکن می شود. هدف این پروژه تحقیقاتی، ارایه یک مدل الگوریتمی برای پیش بینی میزان سودمندی نظرات و رتبه بندی آنها می باشد. برای نیل به این هدف با بهره گیری از روش های متن کاوی به استخراج ویژگی های اساسی در متن نظرات می پردازیم. در ادامه با انتخاب ویژگی های مرتبط، دسته بندهای رگرسیون بردار پشتیبان ارایه می شوند. نتایج بدست آمده از این تحقیق با نتایج گزارش شده از تحقیقات مشابه موجود مقایسه گردیده و براساس آن مشخص گردید که انتخاب ویژگی براساس معیار میانگین مجذور خطا و همچنین براساس معیار لگاریتم تابع احتمال عملکرد بهتری دارند.

کلیدواژه ها:

سودمندی ، استخراج ویژگی ، نظر