بهبود نتایج و عملکرد سیستم توصیه گر پالایش مشارکتی با استفاده از الگوریتم رقابت استعماری

سیستم های توصیه گر با تحلیل رفتار کاربران و جمع آوری اطلاعات آنان، توصیه های مفیدی متناسب با نیاز کاربران به آنان پیشنهادمی دهند. یکی از الگوریتم های بکار رفته در این سیستمها روش پالایش مشارکتی مبتنی بر کاربر است. ایده این است. که اگرکاربران علایق مشابهی در گذشته داشته باشند در آینده نیز احتمالا سلیقه های مشابه ی خواهند داشت. مهمترین بخش الگوریتمپالایش مشارکتی مبتنی بر کاربر به تعیین شباهت بین کاربران اختصاص دارد. ما در این مقاله یک معیار شباهت جدید و بهینه ازطریق ترکیب خطی ساده از وزنها و نسب. رتبه بندیها به کمک الگوریتم رقابت استعماری پیشنهاد و آزمایش کرده ایم و نتایجحاصل را با معیار شباهت سنتی پیرسون و معیار شباهت بهینه ی مبتنی بر الگوریتم ژنتیک مقایسه نموده ایم. نتایج مقایسه ها نشانمی دهد که روش پیشنهادی نه تنها دقت توصیه را بهبود می بخشد، بلکه باعث افزایش کیفی. پیش بینی و کارایی توصیه نیز می-گردد.

کلیدواژه ها:

سیستمهای توصیه گر ، پالایش مشارکتی ، معیار شباهت ، الگوریتم رقابت استعماری ، کارایی