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

  • سال انتشار: 1397
  • محل انتشار: سومین کنفرانس ملی رویکردهای نوین در آموزش و پژوهش
  • کد COI اختصاصی: NERA03_450
  • زبان مقاله: فارسی
  • تعداد مشاهده: 593
دانلود فایل این مقاله

نویسندگان

خدیجه خلیلی

آموزش و پرورش محمودآباد- هنرآموز و دانشجوی کارشناسی ارشد هوش مصنوعی و رباتیک

روح اله شعبانی

آموزش و پرورش محمودآباد- آموزگار و فوق لیسانس علوم قرآن و حدیث

چکیده

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

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.