افزایش کارآیی سیستم های توصیه گر با استفاده از کاوش قوانین انجمنی

امروزه با توجه به اینکه در اینترنت تعداد انتخابها بسیار زیاد است، فوران اطلاعات مشکل بالقوه بسیاری از کاربران شده است؛ از این رو نیاز به فیلتر کردن، اولویت بندی و ارایه ی اطلاعات به طور موثر جهت رفع این مشکل وجود دارد. سیستم های توصیه گر یکی از راه های برطرف کردن این مساله هستند. روش فیلترینگ مشارکتی از بهترین الگوریتم های این سیستم است؛ اما از آن جایی که با وجود هزاران وگاهی میلیون ها آیتم در یک سیستم کاربران فقط می توانند به درصد کمی از آنها امتیاز بدهند، دقت این الگوریتم کاهش می یابد. در این تحقیق تلاش شده با استفاده از تحلیل اطلاعات ضمنی توسط طبقه بندی انجمنی که ترکیبی از کاوش قوانین طبقه بندی و کاوش قوانین انجمنی است و ترکیب آن با الگوریتم فیلترینگ مشارکتی بازدهی این سیستم ها افزایش یابد.

کلیدواژه ها:

سیستم های توصیه گر ، طبقه بندی انجمنی ، فیلترینگ مشارکتی