مروری بر روش های محاسبه معیار شباهت در سیستم های توصیه گر

  • سال انتشار: 1402
  • محل انتشار: اولین کنفرانس ملی آنالیز داده ها
  • کد COI اختصاصی: CDASCI01_082
  • زبان مقاله: فارسی
  • تعداد مشاهده: 183
دانلود فایل این مقاله

نویسندگان

سید جلال الدین غریبی کریک

دانشجوی دکتری، گروه کامپیوتر ، واحد یاسوج ، دانشگاه آزاد اسلامی ، یاسوج ، ایران

کرم اله باقری فرد

استادیار ، گروه کامپیوتر، واحد یاسوج ، دانشگاه آزاد اسلامی، یاسوج، ایران

چکیده

سیستم توصیه گر ماشینی است که با گرفتن ورودی از کاربر نهایی و دیگر کاربران جامعه اطلاعاتی و پردازش آنها با استفاده از تکنیک های توصیه گری، خروجی منحصر به فردی برای کاربر خاص تولید می کند . این خروجی می تواند یک توصیه، پیش بینی و یا رتبه بندی از طرف سامانه باشد. در ادامه متغیرهایی چون درجه شخصی سازی که تعیین کننده میزان هماهنگی خروجی با کاربر منحصر به فرد است و می تواند طیف وسیعی از خروجی های کاملا شخصی شده برای کاربر تا خروجی های نیمه شخصی و خروجی های عامرا در بر گیرد. در این پژوهش ابتدا به معرفی سیستم های توصیه گر پرداخته سپس روش ها یا پارامترها و یا معادلاتی را مورد ارزیابی قرار خواهیم داد که وظیفه آنها بررسی معیار شباهت در این سیستم ها می باشد. معیارهای کاربردی و پرکاربرد در سیستم های توصیه گر که از آنها جهت شناسایی معیارهای شباهت بین کاربران و یا محصولات استفاده خواهد شد را معرفی خواهیم نمود.

کلیدواژه ها

: سیستم های توصیه گر، معیار شباهت، پیرسون، کسینوس

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.