ارائه یک سیستم توصیه گر در وب، بر اساس الگوریتم فیلترگذاری مشارکتی مبتنی بر آیتم و شبکه عصبی

در این پژوهش یک روش جدید جهت توصیه مبتنی بر الگوریتم فیلترگذاری مشارکتی و شبکه عصبی پیشنهاد شده است. روش پیشنهادی دارای دو فاز برون خط و فاز برخط است. در فاز برون خط مجموعه داده گرفته شده و پس از انجام عملیات آماده سازی و پیش پردازش، الگوهای پیمایشی اقلام از آنها استخراج می گردند. جهت استخراج الگوهای پیمایشی اقلام از k مشابه ترین همسایگان استفاده شده است، مشابه ترین همسایگان را براساس میزان شباهت محاسبه خواهیم کرد. پس از آن در فاز برخط، نتایج فاز برون خط به موتور توصیه داده می شوند و موتور توصیه با استفاده از شبکه عصبی، پیشنهادهای مناسبی را به کاربر ارائه می دهد. سیستم پیشنهادی با استفاده از مجموعه داده ی MovieLensارزیابی شده است. ارزیابی نتایج حاصل از روش پیشنهادی، بهبود در دقت 4 درصد، فراخوانی و میانگین خطای مطلق 0.2 درصد نسبت به روش مورد مقایسه را نشان می دهد.

کلیدواژه ها:

کاربرد کاوی وب ، موتور توصیه گر ، فیلترگذاری مشارکتی ، مشابه ترین همسایگان