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

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

عنوان مقاله: روش های بازخورد منفی برای حل مشکل کاربر جدید در سیستم های توصیه کننده همکارانه بر مبنای حافظه
شناسه (COI) مقاله: ACCSI14_033
منتشر شده در چهاردهمین کنفرانس سالانه انجمن کامپیوتر ایران در سال ۱۳۸۷
مشخصات نویسندگان مقاله:

بهرنگ مسعودی فر - گروه مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد دماوند
محمدرضا مطش بروجردی - استادیار دانشکده مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی امی
محمد اسماعیل جعفری - گروه مهندسی کامپیوتر دانشگاه آزاد اسلامی لار

خلاصه مقاله:
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.

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

صفحه اختصاصی مقاله و دریافت فایل کامل: https://www.civilica.com/Paper-ACCSI14-ACCSI14_033.html