| 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: پذیرفته شده برای ارائه شفاهی |