ارائه یک سیستم پیشنهاد دهنده مقیاس پذیر با استفاده از الگوریتم پردازش موازی MapReduce
محل انتشار: پنجمین کنفرانس بین المللی وب پژوهی
سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 641
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IRANWEB05_006
تاریخ نمایه سازی: 8 تیر 1398
چکیده مقاله:
رشد سریع اطلاعات در اینترنت از یک سو، و از سوی دیگر گم شدن کاربران در میان ساختار پیچیده اطلاعات، روز به روز اهمیت و جایگاه مفاهیمی مانند سیستم های پیشنهاد دهنده را بالاتر می برد. این رشد سریع کاربران و آیتم ها مخصوصا در سایت های تجاری خود یک چالش اصلی برای این نوع سیستم ها شده است که دقت و مقیاس پذیری آنها را بشدت تحت تاثیر قرار داده است. به صورتی که مقیاس پذیر بودن یک سیستم پیشنهاددهنده، اولویت بالاتری نسبت به دیگر عوامل حتی دقت در سایت های بزرگ شده است. در این مقاله با استفاده از الگوریتم MapReduce بر بستر Hadoop، سیستم پیشنهاددهنده ای با دقت بالا مقیاس پذیر شده است. نتایج ارزیابی نشان دهنده مقیاس پذیر بودن روش پیشنهادی در اندازه های مختلف است
کلیدواژه ها:
نویسندگان
حمیدرضا سلیمیان
دانشکده کامپیوتر موسسه آموزش عالی صفاهان،
هادی خسروی
دانشگاه شهرکرد