بررسی رتبه بندی اطلاعات بازیابی شده از سیستم های توصیه گر در اینترنت اشیا با استفاده از یک مدل عمیق
- سال انتشار: 1403
- محل انتشار: نهمین همایش ملی مطالعات و تحقیقات نوین در حوزه علوم کامپیوتر، برق و مکانیک ایران
- کد COI اختصاصی: ICCONF09_113
- زبان مقاله: فارسی
- تعداد مشاهده: 272
نویسندگان
کارشناسی ارشد -موسسه غیرانتفاعی زاگرس کرمانشاه
استاد گروه کامپیوتر- دانشگاه رازی کرمانشاه
چکیده
سیستم های توصیه گر نقش مهمی در ارائه خدمات بهینه و مرتبط به کاربران دارند. استفاده از الگوریتم های یادگیری ماشین برای رتبه بندی خدمات یا همان ”یادگیری رتبه بندی” ا ست ،که به طور گسترده ای استفاده شده ا ست . ا شکال اصلی که در اکثر این روش ها وجود دارد، عدم استخراج ویژگی های سراسری از پرس و جوهای مختلف است . در این مقاله به منظور پوشش مشکلات روش های قبلی ، دو روش کاربردی برای رتبه بندی خدمات در یک سیستم توصیه گر بر اساس الگوریتم های یادگیری ماشین پیشنهاد شده است .در روش اول، یک روش محاسباتی مبتنی بر یک ماشین یادگیری افراطی (ELM) به منظور یادگیری ویژگی های عمیق جهانی و محلی از پرسوجوهای مختلف است . در این روش برای هر پرس و جو دو مجموعه از ویژگی های محلی و سراسری به طور جداگانه یاد می شود و در پایان برای هر پرس و جو امتیازی برای رتبه بندی محاسبه می شود. در نهایت ،مجددا یک رتبه بندی بین خدمات بر اساس امتیاز محاسبه شده انجام می شود.در روش دوم الگوریتمی برای رتبه بندی خدمات در محیط اینترنت اشیا ارائه شده است . در این روش یک سیستم توصیه گر مکانیزه برای انتخاب خدمات مناسب برای کاربران بر اساس معیارها و زیرمعیارهای آنها ارائه می شود. در ابتدا یک معماری چند لایه برای انتخاب معیارها و زیرمعیارهای خدمات با استفاده از فرآیند تحلیل سلسله مراتبی معرفی شده است . سپس برای یافتن وزن هر معیاری که اهمیت آن را نشان می دهد، یک الگوریتم بهینه سازی مبتنی بر برنامه نویسی درجه دوم متوالی معرفی می شود. با استفاده از این دو مرحله ، رتبه معقولی برای خدمات مختلف ارائه می شود.کلیدواژه ها
سیستم های توصیه کننده، خدمات اینترنت اشیا، رتبه بندی آیتم ها، یادگیری عمیق ، ماشین یادگیری شدید.مقالات مرتبط جدید
- تحلیل انطباقی کیفیت و میزان محبوبیت خدمات ابری با بررسی و مقایسه رتبه بندی Tranco و رتبه بندی عملکردی شرکت های ابری
- طبقه بندی سیگنال های EEG ثبت شده از قشر پیش پیشانی به منظور کشف اثر موسیقی در شدت احساسات با استفاده از شبکه عصبی مصنوعی و پرسشنامه
- ارائه رویکردی برای مدیریت ریسک در پروژه های نرمافزاری با استفاده از خوشه بندی تجمعی
- تحلیل احتمالنقض ترتیب علیتی پیام ها در یک الگوریتم پخش علیتی در سیستمهای توزیع شده
- بهینه سازی به سبک گربه های شنی: الگوریتمی برای جستجوی کارآمد و مدیریت ازدحام
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.