Recommender System Based on Data Mining: Interlibrary Case Study
محل انتشار: بیستمین کنفرانس مهندسی برق ایران
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,519
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE20_612
تاریخ نمایه سازی: 14 مرداد 1391
چکیده مقاله:
This paper introduces architecture for recommender system in domain of interlibrary services. The system works based on rules that was extracted from historical usage logs bythe aid of data mining techniques. The paper also describes experimental results of pilot implementation of system forGhadir project (resource sharing program in Iran). The pilot design and implementation phases were data gathering, preprocessing and warehousing, data mining and association rules extraction that all were described in the paper. The logs of 10 years usage of Ghadir project were processed and stored indata warehouse. Then CLOPE algorithm was applied on data to cluster users. After that decision tree technique was used for rule extraction
کلیدواژه ها:
نویسندگان
Ammar Jalalimanesh
Information Engineering Department, Iranian Research Institute for Information Science and Technology
Masoud Mansoury
Department of Computer Engineering and Information Technology, Amirkabir University of Technology
Hadi Gandomi
Department of Comuter Engineering, K.N.Toosi University of Technology
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 :