ارائه ی یک سیستم پیشنهاد گر مبتنی بر شبکه عصبی نوع GMDH

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 412

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:

DMECONF02_081

تاریخ نمایه سازی: 6 اسفند 1395

چکیده مقاله:

هدف این مقاله، ارائه یک سیستم پیشنهاد دهنده است به نحوی که بدون نیاز به یافتن کاربران مشابه و به کمک نظرات افراد دیگر و اعتمادی که نسبت به آنها کسب شده اسکت ، بتوان پیشنهادهای مناسبی را ارایه نمود. در سیستم پیشنهادی از شبکه عصبی نوع GMDH بهره گرفته می شود که در آن، جهت طراحی ساختار شبکه عصبی و تعیین ضرایب، از الگوریتم ژنتیک استفاده شده است. سیستم پیشنهادی توسط نرم افزار GevoM و بر روی دیتاست استاندارد MovieLens اجرا گردیده و نتایج حاصل در قالب معیارهای خطای مطلق میانگین و خطای جذر میانگین مربعات ارزیابی و نتایج حاصل با چند الگوریتم دیگر مقایسه شده است. نتایج مقایسه ها نشان داد سیستم پیشنهادی کارایی برتری دارد.

نویسندگان

نسرین مرادی مقدم

دانشگاه آزاد اسلامی، واحد کرمانشاه، گروه مهندسی فناوری اطلاعات، کرمانشاه، ایران.

سمیه محمدی

دانشگاه آزاد اسلامی، واحد قصرشیرین، گروه مهندسی کامپیوتر، قصرشیرین، 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 :
  • _ حفیو افمعی _ _ _ _ _ موق ایوان ...
  • approach to robust fault diagnosis: Application to the DAMADDICS benchmark ...
  • Felfering A., Friedrich G., and S chmidt-Thieme L., "Recommendr systems, ...
  • Riedl, J., Beaupre, T., Sanders, J., "Research Challenges in Recommenders ...
  • Francesco Ricci, et al., Recommender Systems Handbook, Springer, 201. ...
  • D. Jannach, M. Zanker, A. Felfernig, and G. Friedrich, Recommender ...
  • Jiawei. Han, Micheline. Kamber, " Data Mining: Concepts and Techniques", ...
  • Witczak, Marcin, Jozef Korbicz, Marcin Mrugalski, and Ron J. Patton. ...
  • I. Guy, N. Zwerdling, I. Ronen, D. Carmel, and E. ...
  • Proceedings of the 17th international conference _ World Wide Web, ...
  • I. Guy, I. Ronen, and E. Wilcox, "Do you know?: ...
  • L. H. Zhang, W. Liu, "Research _ User Clustering of ...
  • Huang, Qiao, and Siqing Yin. "Network TV Recommended System Framework ...
  • QI, Yang, and Xin-juan ZHU. "An apparel recommended system based ...
  • Pietrasienski, Pawel. "The Evolutionary Character Of Supporting The Internationalisatio Processes- ...
  • Ragab, Abdul Hamid . Abdul Fatah S. Mashat, and Ahmed ...
  • LIAN, Biao, Li WANG, and Yanyan PEI "A Recommendation Methods ...
  • J. O'Donovan and B. Smyth, "Trust in recommender systems, " ...
  • M. Jamali and M Ester, "TrustWalker a random walk model ...
  • Passant, A. and Raimond, Y. "Combining Social Music and Semantic ...
  • Kazienko, P., Musial, K., Kajdanowic, T., "Multidimensionl Social Network in ...
  • Burke R.-D., "Hybrid recommender systems: Survey and experiments", User Model, ...
  • B. Sigurbjornsson and R. v. Zwol, "Flickr tag reco mmendation ...
  • نمایش کامل مراجع