ربابه سادات میرزمانی بافقی - دانشجوی کارشناسی ارشد دانشگاه پیام نور
محمد عکافان - دکترای کامپیوتر، گرایش هوش مصنوعی و عضو هیئت علمی دانشگاه پیام نور

رشد بسیار زیاد اطلاعات برای دسترسی کالا یا محصولات مربوط به کتاب ها، فیلم ها، هتل ها، اقلامالکترونیکی و غیره، باعث می شود کاربر نتواند میان محصولات انتخاب سریع و مناسبی داشته باشد. هدفاصلی سیستم های پیشنهاد دهنده این است که کالای یا محصول مورد نظر را مطابق با علایق، سلایق واولویت های کاربران؛ که در گذشته به صورت سابقه در میان داده های موجود به دست آمده یا توسط خودکاربران امتیازدهی و ثبت شده، به آنها پیشنهاد و در اختیار آنها قرار دهد. برای افزایش کارآییکتابخانه های عمومی، باید یک سیستم شخصی را در نظر گرفت که نیازهای هر کاربر را درک کند. چنینسیستمی به اعضا و کاربران امکان می دهد تا از منابع فراوان کتابخانه به سهولت و با توجه با علایقشخصی استفاده کنند. در این مقاله سیستم های پیشنهاد دهنده مورد بررسی قرار گرفته اند و روشهایبه کار رفته در سیستم های پیشنهاد دهنده به همراه چالش های موجود بررسی شده اند و روش ترکیبی بهعنوان روشی که می تواند برخی چالش های موجود این سیستم ها را مرتفع کند عنوان شده است. در اینپژوهش عامل زمان که در مطالعات قبلی به آن اشارهای نشده است به عنوان عامل مهمی معرفی شده است.

شخصی سازی، سیستم پیشنهاد دهنده، کتابخانه دیجیتال، فیلتر مشارکتی، داده کاوی