بهینه سازی توصیه گر ترکیبی محتوا با استفاده از الگوریتم های شبکه عصبی و درخت تصمیم

اینترنت اطلاعات زیادی برای کاربران فراهم نموده است. برای کمک به کاربران اینترنت به منظور یافتن اطلاعات مورد علاقه در این سرریز داده ها، سیستم های توصیه گر توسعه داده شده اند. در این پایان نامه ما به تشریح سیستم توصیه گر فیلم بر پایه سه روش: مبتنی بر محتوا، فیلترینگ مشترک و یک توصیه گر ترکیبی براساس دو روش قبلی می پردازیم. الگوریتم های مورد استفاده ما درخت یادگیری تصمیم و شبکه عصبی هست. الگوریتم های با استفاده از نرم افزار داده کاوی WEKA پیاده سازی می گردد. برای آزمودن این سیستم های توصیه گر، ما با استفاده از ترکیب داده های بانک اطلاعاتی فیلم IMDB و داده های رتبه بندی فیلم Netflix استفاده می کنیم. نتایج نشان می دهد سیستم توصیه گر ترکیبی مورد نظر بهتر یا بدتر از سیستم توصیه گر مبتنی بر محتوا و سیستم توصیه گر فیلترینگ مشترک عمل نخواهد کرد.

کلیدواژه ها:

توصیه گر ، شبکه عصبی ، درخت تصمیم ، WEKA