ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بهبود الگوریتم فیلترینگ همکارانه با بکارگیری میزان تنوع طلبی کاربران در سیستم های توصیه گر

تعداد صفحات: 14 | تعداد نمایش خلاصه: 34 | نظرات: 0
سال انتشار: 1399
کد COI مقاله: ECME07_006
زبان مقاله: فارسی
(فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 14 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بهبود الگوریتم فیلترینگ همکارانه با بکارگیری میزان تنوع طلبی کاربران در سیستم های توصیه گر

محمود رحمانی - دانشجوی ترم آخر ارشد گروه مهندسی کامپیوتر موسسه آموزش عالی پیشتازان شیراز ایران

چکیده مقاله:

سیستم های توصیه گر، بعنوان یک تکنولوژی فیلتر کننده اطلاعات اغلب توسط وب سایت های تجارت الکترونیک برای پیشنهاد کالاها و محصولاتی که موردتوجه کاربران و بازدیدکنندگان قرار خواهد گرفت استفاده می شود. معیارهای مهم الگوریتم های سیستم های توصیه گر، پیش بینی دقیق رتبه، میزان تنوع و میزان تازگی ایتم های لیست پیشنهادی می باشد اخیرا توجه به زمینه ی تنوع در یسستم های توصیه گر، افزایش زیادی یافته است. مطالعات مربوط در این زمینه اغلب به صورت کلی برای بهبود میزان تنوع کل آیتم های پیشنهادی تمامی کاربان و یا لیست پیشنهادی هر شخص به طور مجزا می باشد و توجه کمتری به شخصی سازی تنوع لیست آیتم های پیشنهادی شده است. این تحقیق سعی کرده تا معیاری برای شخصی سازی تنوع لیست آیتم های پیشنهادی شده است. این تحقیق سعی کرده تا معیاری برای شخصی سازی میزان تنوع ارائه دهد، به این معنی که با توجه به ویژگی های کاربران، برای هر کاربر یا گروهی از کاربران، درصد تاثیر میزان تنوع ودقت در لیست های پیشنهادی هر کاربر یکسان نباشد. در تمامی مطالعات گذشته تمرکز فقط بر روی افزایش دقت و یا افزایش تنوع بوده است اماتوجهی به میزان علایق شخصی به متنوع بودن لیست های پیشنهادی و یا دقت آنها نداشته اند. این پژوهش با استفاده از یکی از روش های معتبر و پرکاربرد سیستم های توصیه گر که مبتنی بر شباهت کاربران می باشد و گسترش آن به گونه ای که شباهت میزان تنوع در رای های گذشته ی کاربران با یکدیگر نیز در نظر گرفته شود، به روشی دست یافته که برای هر شخص میزان تنوع لیست پیشنهادی به وی با میزان تنوع شخصی وی متناسب باشد نتایج حاصل از آزمایش های نشان میدهند که مدل ارائه شده نه تنها معیار تنوع شخصی بهر شخص راافزایش می دهد بلکه حتی باعث افزایش میزان تنوع درون لیستی و بهبود خطای پیشنهادها می شود. همچنین مدل ارائه شده با توجه به هزینه پایین محاسباتی به سادگی قابل استفاده در کاربردهای تجاری می باشد.

کلیدواژه ها:

سيستم هاي توصيه گر، معيار ارزيابي، فيلتر كردن همكارانه، شبكه هاي اجتماعي، معيارهاي تنوع و تازگي، شخصي سازي

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1024725/

کد COI مقاله: ECME07_006

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
رحمانی، محمود،1399،بهبود الگوریتم فیلترینگ همکارانه با بکارگیری میزان تنوع طلبی کاربران در سیستم های توصیه گر،هفتمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک،شیروان،،،https://civilica.com/doc/1024725

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1399، رحمانی، محمود؛ )
برای بار دوم به بعد: (1399، رحمانی؛ )
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: 23
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی