خوشه بندی کاربر جدید برای مقابله با مسئله ی شروع سرد کاربر با استفاده از الگوریتم ژنتیک و اطلاعات جمعیتی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 422

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICTCK02_086

تاریخ نمایه سازی: 8 آبان 1395

چکیده مقاله:

امروزه با افزایش چشمگیر اطلاعات مواجه هستیم، که یافتن اطلاعات مناسب برای کاربران دشوار شده است. هدفسیستم های پیشنهاددهنده، شخصی سازی توصیه ها به کاربران برای آیتم های خاص است. تکنیک های محبوب شاملمدل های مبنی بر محتوا و رویکردهای پالایش مشارکتی است. در این مقاله، با مسئله ی مهم شروع سرد در سیستم هایپیشنهاددهنده مقابله میکنیم. این مسئله به پیشنهادات برای کاربران جدید وابسته است. سیستم در مورد عملکردکاربران حدید اطلاعاتی ندارد. مدلی در این مقاله پیشنهاد می شود که از الگوریتم ژنتیک در خوشه بندی استفادهمیشود. رویکرد پیشنهادی با ورود کاربر جدید، اطلاعات جمعیتی وی را استخراج می کند و کاربران مشابه با کاربرجدید را می یابد و با استفاده از الگوریتم ژنتیک خوشه بندی بهینه را انجام می دهد، تا بتواند امتیازدهی مناسب را برایکاربر جدید پیش بینی کند. خوشه بندی مناسب برای کاربر شروع سرد انجام می شود و آیتم های مناسب به وی پیشنهادپیاده سازی شده است.

نویسندگان

راهله قوچان نژادنورنیا

گروه کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران

مهرداد جلالی

گروه کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران

سیدجواد سیدمهدوی چابک

گروه کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران

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 :
  • Pazzani, M. J. & Billsus, D. (2007). Content- rec ommendati ...
  • P.Brusilovsky, A. Kobsa & W. Nejdl (Eds.), The adaptive web ...
  • Shaw, G., Xu, Y., & Geva, S. (2010). Using association ...
  • Jes, #250, S. Bobadilla, F. Ortega, A. Hernando, Jes, et ...
  • B. Zahraie and A Roozbahani, "Climate Signal Clustering Using Genetic ...
  • M. Jamali and M Ester, "Using a trust network to ...
  • Zhang, Z. K., Liu, C., Zhang, Y., & Zhou, Z. ...
  • Ujjwal Maulik, Sanghamitra B andyopadhyay, Genetic algorithm-b ased clustering technique, ...
  • Pattern Recognition, Volume 33, Issue 9, September 2000, Pages 1455-1465. ...
  • W. Carrer-Neto, M. 1. Hernandez -Alcaraz, R. _ al encia-Garc'a, ...
  • system. Application to the movies domain, " Expert Systems with ...
  • T. Lin Yu and Y. Shiueng Bien, "Genetic algorithms for ...
  • Hameed, M.A.; Al Jadaan, O.; Ramch andram, S., "Information Theoretic ...
  • International Conference on , vol., no., pp.638- 643, 26-28 Nov. ...
  • نمایش کامل مراجع