ارتقای سیستم پالایش مشارکتی مبتنی بر مورد با استفاده از یک روش خوشه بندی بهینه

سیستمهای توصیه گر امروزه در بسیاری از تجارت های الکترونیکی نقشی مهم ایفا میکنند. در این بین تکنیکهای مبتنی بر پالایش مشارکتی درسالهای اخیر از جمله محبوب ترین و متداولترین روشهای بکارگرفته شده در سیستم های توصیه گر به شمار میروند. با این وجود اکثر سیستمهای پالایش مشارکتی از مشکل مقیاس پذیری پایین رنج میبرند چرا که با افزایش تعداد کاربران و موردهای موجود در سیستم، پیچیدگی محاسباتی این سیستمها افزایش مییابد. از همین رو برای حل مشکل مقیاس پذیری، در این پژوهش یک روش خوشه بندی بهینه به عنوان مرحله پیش پردازش درروش پالایش مشارکتی مبتنی بر مورد پیشنهاد شده است. در روش پیشنهادی ابتدا روش خوشه بندیK-means با بهره گیری از الگوریتم ژنتیک بهبودداده شده و برای دسته بندی موردها استفاده شده است. در مرحله بعدی موردهای درون هر خوشه به عنوان همسایه در نظر گرفته شده و پیشبینی امتیازدهی براساس روش پالایش مشارکتی مبتنی بر مورد صورت میپذیرد. در نهایت از طریق نتایج آزمایش، مقیاس پذیری بالاتر روش پیشنهادی نسبت به روش مبتنی بر مورد نشان داده میشود

کلیدواژه ها:

سیستم توصیه گر ، پالایش مشارکتی ، خوشه بندی ، مبتنی بر مورد ، الگوریتم ژنتیک