حل مسئله مقیاسپذیری و بهبود دقت پیشبینی روش فیلترینگ تجمعی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 473
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TEDECE01_588
تاریخ نمایه سازی: 30 آبان 1394
چکیده مقاله:
رشد فزاینده داده ها و اطلاعات در محیط اینترنت، نیاز به سیستمی که بتواند به کاربران در یافتن اطلاعات ارزشمند در میان حجم عظیم از داده ها کمک کند بسیار قابل توجه و اهمیت است. چندین روش برای نیل به این هدف ارائه شده است که از رایج ترین این روشها میتوان به روش- های فیلترینگ تجمعی، فیلترینگ مبتنی بر محتوا و ترکیبی از روشهای مذکور اشاره کرد. در میان روشهای ذکر شده، روش فیلترینگ تجمعی به دلیل سادگی ساختار و پیادهسازی آسانی که دارد از اهمیت بیشتری برخوردار است. روش فیلترینگ تجمعی علیرغم مزایایی که دارد با چالشهایی نیز مواجه است که این چالشها تاثیر زیادی بر روی دقت پیشبینی این روش دارند. از مهمترین چالشهای پیش روی این روش میتوان به چالشهای مقیاسپذیری، خلوتی و شروع سرد اشاره کرد. هدف اصلی مقاله این است که با در نظر گرفتن مسئله مقیاسپذیری راه حلی برای بهبود دقت پیش- بینی روش فیلترینگ تجمعی ارائه کرد. برای حل مساله مقیاسپذیری از روش خوشهبندی استفاده میگردد. نتایج حاصل از پیاده سازی، بهبود در دقت پیش بینی را با مقدار 0.5298 در معیار RMSE نشان می دهد
کلیدواژه ها:
نویسندگان
مجتبی نظرنژاد
دانشگاه شیخ بهایی اصفهان، دانشکده مهندسی، گروه مهندسی کامپیوتر و فناوری اطلاعات
ناصر قاسم آقایی
دانشگاه شیخ بهایی اصفهان، دانشکده مهندسی، گروه مهندسی کامپیوتر و فناوری اطلاعات
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 :