بهبود کارایی سامانه های توصیه گر با استفاده الگوریتم تکاملی درشبکه های اجتماعی

در سال های اخیر شاهد انفجار اطلاعات با رشد نمایی در اینترنت هستیم. اینترنت با سربار اطلاعاتی بسیار زیـادی مواجـه است و مشکل مواجه کاربران با انبوهی از اطلاعات وجود دارد. این طور به نظر می رسد که باید دنبال راهکاری بود که کاربران را در یافتن آیتم های مورد علاقه شان یاری نمود. سیستم های توصیه گر با تحلیل رفتار کاربران و جمع آوری اطلاعـات آنـان، توصیه های مفیدی متناسب با نیاز کاربران به آنها پیشنهاد می دهند. این پژوهش با هدف بهبود کارایی سامانه های توصیه گر با استفاده ازالگوریتم تکاملی جهش قورباغه در شبکه های اجتماعی پرداخته شده است. در این تحقیق پس از نرمال سازی داده ها و ارائه روش کار، با استفاده از ۱۵ مجموعه داده، الگوریتم پیشنهادی پیاده سازی و نسبتهـای Gain Ratio، Info Gain ، LFS ، Relief و Voting بر اساس ویژگی های مشخص شده در مجموعه داده در دوگالت محاسبه شـده ودر انتهـا و نهایتـا نسبتهای دقت کلاس بندی برای الگوریتمهای جهش قورباغه، SVM، KNN، Navey Beys، C۵.۰ و رگرسیون لجسـتیک مقایسه شدند. نتایج به دست آمده نشان می دهد که روش پیشـنهادی موجـب افـزایش سـرعت وهمچنـین افـزایش دقـت را سامانه های توصیه گرمیگردد.

کلیدواژه ها:

سامانه های توصیه گر ، الگوریتم تکاملی ، شبکه های اجتماعی ، الگوریتم جهش قورباغه