ارائه یک سیستم پیشنهاد دهنده مقیاس پذیر با استفاده از الگوریتم پردازش موازی MapReduce
- سال انتشار: 1398
- محل انتشار: پنجمین کنفرانس بین المللی وب پژوهی
- کد COI اختصاصی: IRANWEB05_006
- زبان مقاله: فارسی
- تعداد مشاهده: 808
نویسندگان
دانشکده کامپیوتر موسسه آموزش عالی صفاهان،
دانشگاه شهرکرد
چکیده
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 استکلیدواژه ها
الگوریتم MapReduce ، بستر Hadoop ، سیستم های پیشنهاد دهنده، مقیاس پذیریمقالات مرتبط جدید
- طبقه بندی صفحات وب برای بهینه سازی موتورهای جستجو با استفاده از مدل ترکیبی یادگیری عمیق
- تحول دیجیتال با قراردادهای هوشمند بر پایه فناوری بلاکچین
- تحلیل و شناسایی آسیبپذیریهای ناش ی از حملات شرایط رقابتی در برنامه های وب مدرن
- مروری بر الگوریتم بهینه سازی ازدحام ذرات و کاربردها
- بهینه سازی زمانبندی و ذخیره سازی نتایج وظایف در محیطهای مه-ابر با یادگیری تقویتی
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.