ارائه یک روش ترکیبی از الگوریتم های کلونی مورچه ها و منطق فازی در راستای افزایش دقت سیستم های توصیه گر

سیستم های توصیه گر مستقل در تجارت الکترونیک، ازجمله موضوعات پراهمیت سال های اخیر بوده اند، بطوریکه با ظهورتکنولوژی بی سیم تسهیل حرکت تجارت الکترونیکی از محیط های سیمی به سوی بی سیم موردتوجه قرارگرفته است از جملهمشکلاتی که در سیستم های توصیه گر می توان به آنها اشاره کرد، دقت پایین پیشنهادات به کاربران است یکی از روش هایی کهدر پژوهش های کنونی برای رفع این مشکل و افزایش دقت سیستم های توصیه گر استفاده می شود، ترکیب این گونه سیستم هابا الگوریتم های تکاملی است در تحقیق کنونی برای ترکیب سیستم های توصیه گر، از الگور یتم تکاملی کلونی مورچه هااستفاده شده است. در واقع از الگوریتم تکاملی کلونی مورچه ها جهت خوشه بندی کاربران در خوشه های متناظر خود استفادهمی شود در الگوریتم خوشه بندی مورچه، برای محاسبه میزان برازندگی، از میانگین فاصله درون خوشه ای بین کاربران استفادهشده است هنگامی که کاربران در خوشه های خود قرار گرفتند، برای اینکه مشخص شود کاربر جدید به کدام خوشه تعلق دارد،از الگوریتم K نزدیکترین همسایه استفاده شده است همچنین از آنجایی که ممکن است کاربر به میزان درصدهای متفاوتی به خوشه ها تعلق داشته باشد، برای پوشش دادن به این موضوع از منطق فازی استفاده شده است در واقع با استفاده از منطقفازی، برای کاربر جدید از خوشه های متفاوت، پیشنهاداتی داده می شود نتایج حاصل از پیاده سازی روش پیشنهادی در مقایسه با سایر روش ها نشان داده است که دقت روش پیشنهادی در مقایسه با روش Top-k به میزان ۰.۴۶، روش Opinion به میزان ۰.۰۲۳، روش ALS به میزان ۰.۰۴، و نسبت به روش SEHRS به میزان ۰.۰۵۶ بهبود یافته است.

کلیدواژه ها:

سیستم های توصیه گر ، الگوریتم کلونی مورچه ها ، منطق فازی ، الگوریتم K نزدیکترین همسایه ، معیارهای کارایی