مهران صارمی نیا - گروه مهندسی فناوری اطلاعات - دانشگاه آزاد اسلامی، واحد تهران جنو ب
محمدرضا مجمع - گروه مهندسی کامپیوتر، واحد پردیس، دانشگاه آزاد اسلامی، پردیس
لاله طلائی - گروه مهندسی کامپیوتر – دانشگاه آزاد اسلامی واحد اهواز

زمان و مکان شخص در انتخاب یک فیلم عامل های بسیار مهمی هستند. علاوه بر آن در نظر گرفتن تغییرات جریان علاقه کاربر با گذشتزمان تاثیر به سزایی روی دقت توصیه فیلم می گذارد . شناسایی موقعیت جغرافیایی کاربران امکان بهره گیری از رویکردهای پالایش مبتنی بر زمینهرا فراهم می نماید. مدل پیشنهادی با استفاده از اطلاعات زمینه مانند مکان کاربران در حین امتیازدهی به فیلم و در نظر گرفتن جریان علاقه کاربربه این معنی که فیلم هایی که به تازگی امتیازدهی شده اند و جدیدتر هستند، با اولویت بالاتری به کاربر فیلم توصیه می کند. این کار را روی مجموعهداده ی Movielens انجام دادیم و مکان کاربران خوشه بندی کردیم و جهت پیدا کردن کاربران همسایه با کاربر هدف از معیار شباهت کسینوسیاستفاده کردیم. بدین ترتیب فیلم هایی که امتیاز بالاتری دارند و مطابق با سلیقه کاربر باشد در لیست توصیه قرار خواهند گرفت. نتایج ارزیاب هایانجام شده نشان میدهد که رویکرد پیشنهادی در مقایسه با دو تکنیک توصیه گر ABC-KM و CAMR ، به ترتیب دارای بهبود 1 / 3 درصدی و25 / 2 درصدی از لحاظ معیار دقت پیش بینی می باشد.

سیستم توصیه گر، پالایش مشارکتی، زمینه آگاه، سیستم توصیه گر فیلم، زمینه زمان و مکان، جریان علاقه کاربر