سیستم پیشنهادده گروهی با رویکرد رتبه دهی همکارانه
کد مقاله : 1240-CFIS (R1)
نویسندگان:
میر محسن پدرام *1، الهام قربانی2
1دانشگاه خوارزمی
2گروه فناوری اطلاعات، دانشکده مدیریت، دانشگاه خوارزمی
چکیده مقاله:
اغلب سیستم های پیشنهادده با استفاده از روش‌های یادگیری ماشین و روش های آماری به تحلیل رفتار کاربران می پردازند تا با کشف الگوهای پنهان در انتخاب های گدشته کاربران، اقلامی متناسب با علایق و درخواست های قبلی به آنها پیشنهاد شود. این مقاله درباره سیستم های پیشنهادده گروهی با رویکرد پالایش همکارانه است که در آن مشتریان بر اساس اطلاعات فردی طبقه بندی شده و رخ نمای هر گروه ساخته می شود. با استفاده از روش قدم‌زنی تصادفی در گرافی دوبخشی رتبه نهایی اقلام برای هر گروه محاسبه می شود و بر اساس آن اقلامی به گروه ها پیشنهاد می شود که هم رتبه با انتخاب های قبلی آن ها بوده است. روش پیشنهادی در این مقاله بر روی پایگاه داده "مووی-لنز" صورت گرفته است. ارزیابی و نتایج به‌دست‌آمده از مدل حاکی از آن است که روش پیشنهادی در این پژوهش از میزان خطای کم و دقت بالاتری نسبت به روش های مشابه برخوردار است.
کلیدواژه ها:
سیستم های پیشنهادده گروهی، رتبه‌دهی، پالایش همکارانه، قدم‌زنی تصادفی، گراف دوبخشی
وضعیت : مقاله برای ارائه شفاهی پذیرفته شده است
هفتمین کنگره مشترک سیستمهای فازی و هوشمند ایران