ارائه یک سامانه توصیه گر چند معیاره با درنظر گرفتن داده های گمشده با استفاده از شبکه های عصبی عمیق

با پیشرفت علم و افزایش چشم گیر حجم اطلاعات، کاربرد سامانه های توصیه گر در زمینه های گوناگون گسترش یافته است. اغلب سامانه های توصیه گر از یک معیار رتبه بندی برای پیش بینی هایشان استفاده می کنند. با این حال، استفاده از سامانه های توصیه گر چند معیاره موجب ارائه پیش بینی های دقیق تری می شود. از چالش های اصلی در سامانه های توصیه گر، پراکندگی ماتریس کاربر- مورد (وجود داده های گمشده) است. این موضوع در سا مانه های توصیه گر چند معیاره که کاربر باید برای یک مورد از جنبه های مختلفی امتیاز بدهد، بسیار گسترده تر است. این مقاله، الگوریتمی برای یک سامانه توصیه گر چند معیاره با درنظر گرفتن داده های گمشده ارائه می دهد که از نظرات کاربران برای موارد مختلف استفاده کرده و با تحلیل این نظرات اطلاعات مفیدی استخراج می کند. این الگوریتم بادنظر گرفتن نظرات کاربران، موجب بهبود عملکرد سامانه توصیه گر می شود. همچنین، با ترکیب رتبه بندی معیارهای مختلف، رتبه بندی کلی را به خوبی پیش بینی می کند. نتایج بدست آمده نشان دهنده کارایی روش پیشنهادی برای مدیریت داده های گمشده در سامانه های توصیه گر چند معیاره است.

کلیدواژه ها:

سامانه توصیه گر ، داده های گمشده ، رتبه بندی ، سامانه توصیه گر چند معیاره ، نظرات کاربران