ترکیب تجزیه نامنفی ماتریسی با روابط اعتماد برای توصیه در شبکههای اجتماعی
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 264
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TJEE-50-2_009
تاریخ نمایه سازی: 4 آذر 1399
چکیده مقاله:
سیستمهای توصیهگر، یکی از ابزارهای مؤثر برای کمک به کاربران است تا آیتمهای مورد علاقه خودشان را پیدا کنند. سیستمهای پالایش گروهی یکی از مشهورترین الگوریتمهای توصیه بهشمار میروند و در کارهای تجاری مختلفی استفاده شدهاند. اما این سیستمها در برخورد با کاربران و کالاهایی( آیتمهایی) که اطلاعات کمی از آنها وجود دارد ( کاربران یا کالاهای با شروع سرد) دارند، کارایی ضعیفی از خود نشان میدهند. برای مقابله با این چالش، در این مقاله، یک روش جدید مبتنی بر اطلاعات شبکه اجتماعی کاربران ارائه میشود که اطلاعات اعتماد بین کاربران را با تجزیه نامنفی ماتریس ترکیب میکند تا یک مدل مناسب برای توصیه به کاربر ایجاد شود. روش پیشنهادی اطلاعات مهم مانند، رتبه و اعتماد را برای کاهش پراکندگی داده و برخورد با مشکلات ناشی از شروع سرد، استفاده میکند. بهعلاوه، در روش پیشنهادی از راهکار بهینهسازی جهت متناوب برای افزایش همگرایی الگوریتم و کاهش پیچیدگی زمانی بهطور مناسبی استفاده میشود. برای ارزیابی روش پیشنهادی چندین آزمایش روی دو مجموعه داده معتبر و مشهور انجام شده است. نتایج تجربی نشان میدهد که روش پیشنهادی، بهویژه، برای کاربران شروع سرد عملکرد بهتری نسبت به روشهای جدید، برای توصیه در شبکههای اجتماعی دارد.
کلیدواژه ها:
نویسندگان
هاشم پروین
گروه مهندسی کامپیوتر - دانشگاه کردستان
پرهام مرادی
گروه مهندسی کامپیوتر - دانشگاه کردستان
شاهرخ اسماعیلی
گروه ریاضی کاربردی - دانشگاه کردستان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :