ارتقاء هوشمندی در سیستمهای مختلف به کمک پروفایلهای کاربری هوشمند

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 651

فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

FIMD01_137

تاریخ نمایه سازی: 4 آذر 1393

چکیده مقاله:

پروفایلها یا مدلهای کاربری در بسیاری از حوزهها مانند محیطهای چند عامل هوشمند، سیستمهای تطبیقی، سیستمهای آموزشی هوشمند، سیستم های پیشنهاددهنده یا توصیهگرها، سیستمهای تجارت الکترونیک و سیستمهای مدیریت دانش که بدست آوردن اطلاعات کاربران در آنها ضروری است، حیاتی میباشد. در این مقاله به بررسی اطلاعات تشکیل دهنده پروفایلهای کاربری، نحوه نمایش آن و چگونگی استفاده از اطلاعات پروفایلهای کاربری در سیستمهای مختلف پرداخته میشود.

نویسندگان

مجید بهادری کمیجانی

دانشجوی کارشناسی ارشد مدیریت دولتی دانشگاه آزاد اسلامی واحد مشهد

محسن جلالی مجیدی

عضو هیات علمی تمام وقت گروه مدیریت دانشگاه آزاد اسلامی واحد مشهد

علی غلامی

دانشجوی کارشناسی ارشد مدیریت دولتی دانشگاه آزاد اسلامی واحد مشهد

نوید سالاری

دانشجوی کارشناسی ارشد مدیریت دولتی دانشگاه آزاد اسلامی واحد مشهد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Zukerman, I., Albrecht, D.: Predictive Statistical Models for User Modeling. ...
  • Lenz, M, Hubner, _ Kunze, M.: Question Answering with Textual ...
  • Godoy, D., Schiaffino, S., Amandi, A.: Interface Agents Personalizing Web-based ...
  • Horvitz, E., Breese, J., Heckerman, D., Hovel, D., Rommelse, K.: ...
  • Conati, C., Gertner, A., VanLehn, K.: Using Bayesian Networks to ...
  • Schiaffino, S.. Amandi, A.: An Interface Agent Approach to Personalize ...
  • Garcia, P., Amandi, A., Schiaffino, S., Campo, M.: Evaluating Bayesian ...
  • Adomavicius, G., Tuzhilin, A.: Using Data Mining Methods to Build ...
  • Schiaffino, S., Amandi, A.: Polite Personal Agents. IEEE Intelligent Systems ...
  • Moukas, A.: Amalthaea: Information Discovery and Filtering using a Multi-agent ...
  • Yannibelli, V., Godoy, D., Amandi, A.: A Genetic Algorithm Approach ...
  • Villaverde, J., Godoy, D., Amandi, A.: Learning Styles Recognition in ...
  • Brusilovsky, P., Millan, E.: User Models for Adaptive Hypermedia and ...
  • _ Maes, P.: Agents that reduce work and information overload. ...
  • Sure, Y., Maedche, A., Staab, S.: Leveraging corporate skill knowledge ...
  • Resnick, P., Varian, H.: Recommender Systems. Communi cations of the ...
  • Billsus, D., Pazzani, M.: A Personal News Agent that Talks, ...
  • Lieberman, H. (ed.): Your wish is my command: Programming by ...
  • Salton, G.: Introduction to Modern Information Retrieval. McGraw-Hill, New York ...
  • Guarnino, N., Giaretta, P.: Ontologies and knowledge bases: Towards a ...
  • Middleton, S.E., Shadbolt, N.R., Roure, D.C.: Ontological user profiling in ...
  • Liang, Y., Zhao, Z., Zeng, Q.: Mining Users' Interests from ...
  • Brusilovsky, P., Sosnovsky, S., Shcherbinina, O.: User Modeling in a ...
  • Chen, C., Hsieh, Y.: Mining Learner Profile Utilizing Association Rule ...
  • Boyle, C., Encarnacion, A.: MetaDoc: an adaptive hypertext reading system. ...
  • Cawsey, A., Grasso, F., Paris, C.: Adaptive Information for Consumers ...
  • Greer, J., Koehn, G.: The peculiarities of plan recognition for ...
  • Lesh, N.B., Rich, C., Sidner, C.L.: Using Plan Recognition in ...
  • Armentano, M., Amandi, A.: A Bayesian Networks Approach to Plan ...
  • Huber, M., Durfee, E., Wellman, M.: The automated mapping of ...
  • Gertner, A.S., VanLehn, K.: Andes: A Coached Problem Solving Environment ...
  • Mitchell, T., Caruana, R., Freitag, D., McDermoot, J., Zabowski, D.: ...
  • Kolb, D.A.: Experiential learning: Experience as the source of learning ...
  • Felder, R., Silverman, L.: Learning and Teaching Styles in Engineering ...
  • Gilbert, J., Han, C.: Arthur: An Adaptive Instruction System Based ...
  • Carver, C.A., Howard, R.A., Lavelle, E.: Enhancing student learning by ...
  • Peia, C., Marzo, J., de la Rosa, J.: Intelligent agents ...
  • Grigoriadou, M., Papanikolaou, K., Kornilakis, H., Magoulas, G.: INSPIRE: an ...
  • Goldberg, L.R.: The structure of phenotypic personality traits. American Psychologist ...
  • McCrae, R., Costa Jr., P.T.: Toward a new generation of ...
  • Wiggins, J.S.: Personality and prediction: Principles of personality assessmen. Krieger ...
  • Arya, A.. Jefferies, N., Emns, J., DiPaola, S.: Facial actions ...
  • Dey, A., Abwod, G.: Towards a better understanding of context ...
  • Goker, A., Myrhaug, H.I.: User context and personalization. In: Proceedings ...
  • Ahn, H., Picard, R.: Affective Cognitive Learning and Decision Making: ...
  • Yang, J., Yang, W., Denecke, M., Waibel, A.: Smart sight: ...
  • Ardissono, L., Goy, A., Petrone, G. Segnan, M., Torasso, P.: ...
  • McCarthy, K., Salamo, M., Coyle, L, , McGinty, L, Smyth, ...
  • Masthoff, J.: Group Modeling: Selecting a Sequence of Television Items ...
  • Yu, Z., Zhou, X., Hao, Y., Gu, J.: TV Program ...
  • Pazzani, M., Muramatsu, J., Billsus, D.: Syskill & Webert: Identifying ...
  • Shearin, S., Lieberman, H.: Intelligent Profiling by Example. In: Proceedings ...
  • Oard, D., Kim, J.: Implicit feedback for recommender systems. In: ...
  • Kobsa, A.: Generic User Modeling Systems. User Modeling and User ...
  • Rich, E.: User modeling via stereotypes. Cognitive Science 3, 355-366 ...
  • Rich, E.: Stereotypes and user modeling. In: Kobsa, A., Wahlster, ...
  • Brajnik, G., Tasso, C.: A shell for developing non-monotonc user ...
  • Kobsa, A., Pohl, W.: The BGP-MS user modeling system. User ...
  • Kay, J.: um: a user modeling toolkit. In: Proc. 2nd ...
  • Jensen, F.: Bayesian Networks and Decision Graphs. Springer, Heidelberg (2001). ...
  • Sanguesa, R., Cortes, U.. Nicolas, M.: BayesProfile: application of Bayesian ...
  • Conati, C., VanLehn, K.: Toward computer-b ased support of meta-cognitive ...
  • Gamboa, H, Fred, A.: Designing intelligent tutoring systems: a bayesian ...
  • Gery, M., Hadad, H.: Evaluation of web usage mining approaches ...
  • Agrawal, R., , Srikant, R.: Fast Algorithms for Mining Association ...
  • Shah, D., Lakshmanan, L.V.S., Ramamritham, K., Sudarshan, S.: Interestingness and ...
  • Kolodner, J.: Case-based reasoning. Morgan Kaufmann, San Francisco (1993). ...
  • Smyth, B., Cotter, P.: Surfing the Digital Wave: Generating Personalised ...
  • Mladenic, D.: Personal WebWatcher. Implementation and Design. Techmical Report ISDP ...
  • Godoy, D., Amandi, A.: A Conceptual Clustering Approach for User ...
  • Segal, R., Kephart, J.: Swiftfile: An intelligent assistant for organizing ...
  • M artin-Bautista, M.J., Vila, M.A., Larsen, H.L.: Building adaptive user ...
  • Schiaffino, S., Amandi, A.: User Profiling with Case-Based Reasoning and ...
  • Ko, S.J., Lee, J.H.: Discovery of User Preference through Genetic ...
  • نمایش کامل مراجع