توصیف سیستم های توصیه گر وابسته و حساس به محتوا مبتنی بر الگوریتم CBF

سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 180

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CDASCI01_100

تاریخ نمایه سازی: 17 مهر 1402

چکیده مقاله:

فیلترینگ مبتنی بر محتوا (CBF ):سیستم های توصیه ای مبتنی بر محتوا سعی می کنند آیتم های مورد علاقه ی کاربر یا مورد استفاده ی وی در گذشته را توصیه دهند.در واقع،فرآیند اصلی اجرا شده توسط یک توصیه گر مبتنی بر محتوا، شامل تطبیق خواص پروفایل یک کاربر(با اولویت ها و علائق ذخیره شده در آن) با خواص یک آیتم محتوا است، تا آیتم های جالب و جدیدی به کاربر پیشنهاد گردد. برای مثال،محتوای رسانه ای که مشابه محتوای مورد علاقه ی کاربر در گذشته بوده (براساس ژانر آن ها، بازیگران و غیره) پیشنهاد داده می شوند.چون این RS ها به دنبال توصیه آیتم هایی با ویژگی های یکسانی هستند که کاربر در گذشته به آن ها علاقه داشته، معمولا آیتم های پیشنهاد داده شده فاقد ابتکار و نوآوری می باشند به این معنی که RS انواع محدودی از پیشنهادات غیرمنتظره را ارائه می کند. در این مقاله به توصیف سیستم های توصیه گر وابسته و حساس به محتوا مبتنی بر الگوریتم CBF پرداخته شده است.

کلیدواژه ها:

سیستم های توصیه گر حساس به محتوا ، CBF ، RS

نویسندگان

حمیدرضا آوینی

دانشجوی دکتری،گروه کامپیوتر،دانشکده فنی ومهندسی، واحد یاسوج، دانشگاه آزاد اسلامی ،یاسوج،ایران

مهناز فضل آزاد

دانشجوی کارشناسی ارشد، گروه کامپیوتر،دانشکده فنی ومهندسی، واحد یاسوج، دانشگاه آزاد اسلامی ،یاسوج،ایران