حل مسئله مقیاسپذیری و بهبود دقت پیشبینی روش فیلترینگ تجمعی

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:

فیلترینگ تجمعی ، دقت پیشبینی ، مقیاس پذیری ، خوشهبندی