مروری بر انواع سیستم های توصیه گر مبتنی بر روش های یادگیری ماشین

در دنیای امروزی استفاده از کامپیوتر در زندگی بشر با توجه به رشد قابل توجه اطلاعات به یک موضوع غیر قابل انکار تبدیل شده است. پیشرفت شگفت انگیز فناوری رایانه ای و مجهز شدن بشر به این ابزار، امکان جمع آوری اطلاعات دقیق و کامل در زمینه های مختلف را فراهم ساخته است و منجر به پیدایش ساختارهای داده بسیار حجیم شده است. در همین راستا استفاده از سیستم های توصیه گر که می توانند کاربران را به گونه ای راهنمایی کنند تا از میان حجم عظیم انتخاب ها ممکن، بهترین انتخاب را منطبق با علایقشان است داشته باشند، بیش از بیش مورد توجه قرار گرفته است. هدف این سیستم ها کمک به کاربران برای اتخاذ بهترین تصمیم است که با استفاده از روش های مبتنی بر داده کاوی ایجاد و توسعه یافته اندبه کمک داده کاوی می توان الگوهای موجود در داده ها را بدون دخالت انسان کشف کرد و اطلاعات مناسبی را در اختیار کاربران و تحلیل گران قرار داد تا بتوانند به کمک آن تصمیم گیری کنند. هدف این مقاله بررسی انواع سیستم های توصیه گر و مطالعات انجام شده در این حوزه است تا بتوان با مشخص کردن نقاط قوت و ضعف روش های موجود، مسیری برای پیشرفت در این حوزه ترسیم کرد

کلیدواژه ها:

داده کاوی ، سیستم توصیه گر ، شروع سرد ، پروفایل کاربر ، رگرسیون ، قوانین انجمنی