بررسی سیستم توصیه گر عاطفی جهت پیشنهاد کلیپ ویدئویی

میزان محتوای قابل دسترسی چند رسانه ای برای کاربران شبکه جهانی همواره در حال افزایش است.سیستم های توصیه به کاربران کمک می کنند تا با انتخاب های کوچک اما مرتبط با زیرمجموعه ای از آیتم هابراساس ترجیحات کاربران آیتم مورد نظر را بیایند.در سالهای اخیر شاهد افزایش تلاش ها جهت بالارفتن میزان کیفیت سیستم های توصیه گر با اضافه کردن داده های عاطفی به شیوه های مختلف به سیستم بوده ایم .پیشرفتهای به وجود آمده در محاسبات عاطفی , به ویژه در روش های تشخیص احساسات اتوماتیک , راه را برای بهره برداری از احساسات و شخصیت کاربران جهت بدست آوردن اولویت های مورد علاقه شان هموار ساخته. پس باکشف صحیح و دقیق احساسات کاربران, که البته به خودی خود کار آسانی نخواهد بود, می توان کارایی سیستم های توصیه گر را براحتی تا حد زیادی افزایش و عملکرد آن را بهبود بخشید. سیستم های توصیه گر ویدئویی یکیاز مواردیست که می توان کارکردهایش را مد نظر قرار داد . مشاهده می کنیم اصولا کاربر با دریافت محرک هایساختگی مانند محرک های سمعی بصری سر و کار دارد,که دریافت های احساسی از این محرک ها تا حدی حتی -خیلی اندک )طبق تحقیقات مدل رابطه ای کران دار] 1[( روی تصمیمات کاربر در این که چه محتوایی را انتخاب نماید تاثیر دارد..در این مقاله سعی کرده ایم ابتدا تاثیر داده های عاطفی در سیستم های توصیه گر را بررسی و با دخیل کردن احساسات در روند توصیه, ویدئو کلیپ مناسبی را به کاربر پیشنهاد نماییم . همچنین سعی داریمنشان دهیم با اضافه کردن موقعیت مکانی که کاربر درهنگام درخواست ویدئو در آن قرار دارد,احساس کاربر در آن لحظه و همچنین استفاده از پروفایل کاربر برای فیلترینگ نهایی در الگوریتم فیلترینگ تجمعی می توان نمونه توصیه های بهتری داشت که با احساسات کاربر و نیاز نهایی او سازگاری بیشتری دارد .بدین جهت اعتماد کاربر را برای استفاده مجدد از سیستم در آینده افزایش خواهیم داد .