طراحی یک سیستم توصیه گر هیبریدی با کمک شناسایی احساسات از طریق چهره

امروزه به دلیل رشد فزاینده تبلیغات موجود در وبسایت ها، ارائه روش های مختلف تبلیغات به صورت بهینه به شدت احساس می شود. تبلیغات غیرهدفمند، سبب صرف هزینه های زیاد و سردرگمی کاربران برای یافتن محصول مورد نظر خود می شود. سیستم های توصیه گر، تکنیک های نرم افزاری هستند که در جهت اخذ تصمیم بهتر به کاربران اینترنتی کمک می کنند. تاکنون روش های مختلفی جهت پیاده سازی الگوریتم های توصیه، ارائه شده است. اما معمولا به دلیل خطای زیاد در توصیه ها، از یک روش پایه در پیاده سازی این سیستم ها استفاده نمی شود. علاوه بر این، امروزه بحث تعامل انسان و ماشین به دلیل کاربردهای فراوان آن، بسیار مورد توجه محققان قرار گرفته است [1، 2]. یکی از مهم ترین روش های تعامل میان انسان و ماشین، شناسایی احساس کاربران در این گونه تعاملات بوده [ 3] و شناسایی احساسات از طریق چهره، مهم ترین راه حل رسیدن به این مهم می باشد [ 7،6،5،4 ]. در این مقاله روشی مناسب جهت بهره مندی از ویژگی های الگوریتم های توصیه و طراحی یک سیستم توصیه گر، که برای بهبود عملکرد خود از شناسایی احساسات کاربران از طریق چهره استفاده می کند، ارائه شده است. همچنین در بخش شناسایی احساسات چهره، الگوریتم های شبکه های عصبی عمیق به کار رفته است. روش پیشنهادی سبب افزایش 34 % میزان امتیازات در حالت شادمانی، افزایش 10% میزان امتیازات در حالت طبیعی چهره و کاهش 16% میزان امتیازات در حالت غم و خشم نسبت به سیستم توصیه گر کاربرمحور شده است