افزایش دقت سامانه توصیه گر گردشگر الکترونیکی به وسیله ترکیب پالایش همکارگونه و قوانین انجمنی

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,138

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CSCCIT01_051

تاریخ نمایه سازی: 8 بهمن 1390

چکیده مقاله:

در این مقاله هدف افزایش دقت یم سامانه توصیه گر د زمینه گردشگری الکترونیکی است. در هسته این سامانه از یک روش ترکیبی استفاده می شود. برای این منظور ، جهت یافتن شباهت بین مشتریان از روش پالایش همکارگونه کالا محور و برای یافتن شباهت ین تورهای مسافرتی از یک نوه روش مبتنی بر محتوی استفاده شده و نتیج حاصا با هم ترکیب می گردند. روش مبتنی بر محتوی برای کشف روابط بین خصوصیات تورها ، قوانین انجمنی را به کار می گیرد . همچنیم برای محاسبه دقت روش ارائه شده از معیار میانگین اشتباه صریح استفاده می شود. سپس برای ارزیابی عملکرد سامانه توصیه گر ارائه شده ، مقدار این معیار در روش ترکیبی با مقدار حاصل از آن در روش پالایش همکار گونه کالا محور مقایسه می گردد.

کلیدواژه ها:

سامانه های توصیه گر ، پالایش همکارگونه ، کالا محور ، پالایش مبتنی بر محتوا ، قوانین انجمنی

نویسندگان

معصومه محمد نژاد

دانشگاه آزاد اسلامی واحد شبستر - گروه کامپیوتر

مهرگان مهدوی

دانشگاه گیلان - دانشکده مهندسی کامپیوتر

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 :
  • اکبری، ف.، طراحی یک سیستم پیشنهادگر ترکیبی بهینه با پیش‌بینی ...
  • خانزاده، ز، ارائه روشی جهت حل مشکل شروع سرد درسیستم‌های ...
  • Kangning, W., Jinghua, H., Shaohong, F., A Survey of E-Commerce ...
  • Ricci, F., Rokach, L, Shapira, B., Recommender Systems Handbook, Springer, ...
  • Adomavicius, G., Tuzhilin, A., Toward the next generation of recommender ...
  • Adomavicius, G. S an karanarayanan, R., Sen, S., Tuzhilin, A, ...
  • Deshpande, M., Karypis, G., Item-Based Top-N Recommenda tion Algorithms, ACM ...
  • Agrawal, R., Srikant, R., Fast algorithms for mining association rules, ...
  • Schiaffino, S., Amandi, A, Building an expert travel agent as ...
  • Spertus, E., Sahami, M., and Buyukkokten, O., Evaluating similarity measures: ...
  • نمایش کامل مراجع