| 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: پذیرفته شده برای ارائه شفاهی |