بررسی تحقیقات اخیر در حوزه سیستم های توصیهگر گردشگری (TRS)

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 354

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AIER01_046

تاریخ نمایه سازی: 13 مرداد 1404

چکیده مقاله:

سیستمهای پیشنهاددهنده یا توصیهگر سیستمهای مبتنی بر هوش مصنوعی هستند که به عنوان یک ابزار کارآمد برای کمک به کاربران در انتخاب محصولات، خدمات، اطلاعات و افراد مورد علاقه آنها کاربردها ی گستردهای یافتهاند. هدف ا ین سیستم ها پیشنهاد اقالم مورد نظر کاربر از طریق ارائه توصیههای شخصیشده است. یکی از انواع و کاربردهای این سیستمها سیستمهای توصیهگر گردشگری (TRS ) هستند. با توسعه فناوریهای تلفن همراه، کالنداده و شبکه های اجتماعی مبتنی بر مکان ( LBSNs) ، امروزه تقاضای فزایندهای برای توصیههای شخصیشده مقاصد گردشگری و به طور عمومیتر مکانهای مورد علاقه (POI ) وجود دارد. با توجه به اهمیت روزافزون سیستمهای توصیهگر گردشگری، هدف ا ین پژوهش، مطالعه کارهای تحقیقاتی اخیر در حوزه TRS است که در این راستا مواردی از قبیل اهداف و چالشهای این سیستم ها، مهمترین تکنیکها و الگوریتمهای مورد استفاده برای TRS ، منابع داده و مجموعهدادههای پرکاربرد در ا ین حوزه و ن یز معیارها و رو یکردها ی ارزیابی بهکاررفته توسط محققان مورد بررس ی و تحل یل قرار گرفته است. همچن ین جهتگیری و سمتوسوی فعالیتهای پژوهشی در این حوزه، مشخص شده و پیشنهادها یی برای تحقیقات آینده در این حوزه ارائه میگردد .

کلیدواژه ها:

نویسندگان

نرگس سرخوش

گروه مهندسی کامپیوتر،دانشگاه بین المللی امام رضا (ع)، مشهد، ایران

عادل قاضی خانی

گروه مهندسی کامپیوتر، دانشگاه بین المللی امام رضا (ع)، مشهد، ایران

حسن شاکری

گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران