مدلها، تکنیکها و زمینه های کاربرد سیستمهای توصیه گر

با افزایش روزافزون حجم اطلاعات آنلاین ، سیستم های توصیه گر ابزار مفیدی برای غلبه بر انتخاب موارد مفید از بین انبوهی از انتخابهای مختلف هستند و امروزه سیستم های توصیه گر در خدمات مختلف اینترنتی برای ارائه توصیه های بر اساس ترجیحات خاص هر کاربر استفاده می شود. انواع مختلفی از سیستم های توصیه گر با مدلها و تکنیک های مختلف وجود دارد که در برنامه های کاربردی مختلفی از جمله تجارت الکترونیک ، مراقبت های بهداشتی ، حمل و نقل ، کشاورزی و رسانه ای استفاده شده اند. این مقاله چشم انداز فعلی تحقیقات سیستم های توصیه گر را ارائه می دهد و روندها، مدلها و تکنیک های مورد استفاده در کاربردهای مختلف را شناسایی و تجزیه و تحلیل می کند. همچنین بینشی نسبت به انواع، چالش ها، محدودیت ها، پذیرش کسب و کار و مطالب مورد علاقه تحقیقاتی در زمینه سیستمهای توصیه گر ارائه می دهد. برای ارزیابی کیفیت یک سیستم توصیه ، معیارهای ارزیابی کیفی در این مقاله مورد بحث قرار گرفته است .

کلیدواژه ها:

سیستمهای توصیه گر ، فیلترینگ مبتنی بر محتوا ، فیلترینگ مبتنی بر همکاری ، یادگیری ماشین