ارائه یک سیستم توصیه گر سه مسیره بهبود یافته با استفاده از وابستگی ویژگی ها
کد مقاله : 1165-CFIS (R3)
نویسندگان:
مسلم بکرای *1، علی اکبر نیک نفس2، مسعود سعید1
1گروه هوش و مصنوعی، بخش مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه شهید باهنر کرمان، کرمان، ایران
2گروه هوش مصنوعی، بخش مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه شهید باهنر کرمان، کرمان، ایران
چکیده مقاله:
یکی از رویکردهای ارائه شده در سیستم‏های توصیه ‏گر برای پیشنهاد کالا، مدل‏سازی مسئله به شکل یک مسئله طبقه بندی دو کلاسه است که یک کلاس معرف پیشنهاد کالا و دیگری به معنای عدم پیشنهاد کالا می‏باشد. از مهم‏ترین چالش‏های پیش رو در این رویکرد، مشکل کاربر جدید است که جهت رفع آن روش‏های متنوعی توسط محققین پیشنهاد شده است. در این تحقیق، یک رویکرد جدید ارائه شده است که از سازگاری ویژگی‏ها جهت انتخاب زیر مجموعه‏ای از آنها و ساخت مدل استفاده می شود. روش پیشنهادی، به دلیل لحاظ کردن هزینه‏ های طبقه بندی اشتباه و دقت سیستم، علاوه بر بهبود مشکل کاربر جدید، کاهش هزینه طبقه‏بندی اشتباه و بهبود دقت سیستم را نیز در بردارد. نتایج آزمایش‏های انجام شده بر روی مجموعه داده مووی لنز نشان می دهد که روش پیشنهادی از کیفیت قابل قبولی برخوردار بوده و نه تنها در مجموعه آموزش بلکه در مجموعه آزمون نیز از کارایی مناسبی برخوردار می باشد.
کلیدواژه ها:
سیستم های توصیه گر، شروع سرد، تصمیم گیری سه مسیره، جنگل های تصادفی، سازگاری
وضعیت : مقاله برای ارائه شفاهی پذیرفته شده است