یک روش جدید در سیستم های توصیه گر برای پیش بینی سلیقه کاربران با استفاده ازالگوریتم بهینه سازی نهنگ
عنوان مقاله: یک روش جدید در سیستم های توصیه گر برای پیش بینی سلیقه کاربران با استفاده ازالگوریتم بهینه سازی نهنگ
شناسه ملی مقاله: ELCM08_019
منتشر شده در هشتمین کنفرانس بین المللی مهندسی برق، کامپیوتر و مکانیک در سال 1403
شناسه ملی مقاله: ELCM08_019
منتشر شده در هشتمین کنفرانس بین المللی مهندسی برق، کامپیوتر و مکانیک در سال 1403
مشخصات نویسندگان مقاله:
افسانه عباسی مقدم - دانشجوی دکتری کامپیوتر نرم افزار دانشگاه آزاد اسلامی واحد بین المللی کیش-کیش-ایران
خلاصه مقاله:
افسانه عباسی مقدم - دانشجوی دکتری کامپیوتر نرم افزار دانشگاه آزاد اسلامی واحد بین المللی کیش-کیش-ایران
سیستم های توصیه گر یکی از کاربردی ترین شاخه های یادگیری ماشین هستند که در بسیاری از سرویس های آنلاین مورد استفاده قرار می گیرند. این سیستم ها با تحلیل رفتار و ترجیحات کاربر، محتوا یا محصولات مورد علاقه او را پیشنهاد می دهند. همچنین در الگوریتم بهینه سازی نهنگ ها که از طبیعت الهام گرفته شده و مبتنی بر جمعیت است وروش خاصی برای شکار طعمه خود دارد این رفتار کاوش گرانه به نام روش تغذیه حباب تور (Bubble-net) شناخته می شود. حال در سیستم های توصیه گر که با استفاده از اطلاعات تعاملی جمع آوری شده از افراد و محصولات می توان اولویت ها را شناسایی کرده و درک جامعی از علایق و خواسته ها و تصمیمات و انتخابهای گذشته به دست آورده و می توانیم با الگوریتم بهینه سازی نهنگ ها این انتخاب های بهینه برای شکار، محاصره شده و سپس از روش حمله به حباب تور استفاده شود.
کلمات کلیدی: سیستم های توصیه گرRecomender system , الگوریتم بهینه سازی نهنگ ها WOA
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/2131410/