مروری بر چالش‌ها و روش‌های فیلترسازی در سیستم‌های توصیه‌گر

با افزایش روز افزون اهمیت اینترنت در زندگی انسان‌ها، وب‌سایت‌ها به یک ابزار بسیار مهم در تجارت الکترونیک جهت انجام معاملات روزانه تبدیل شده‌اند. رشد تصاعدی حجم اطلاعات در ‌سایت‌های اینترنتی، سبب سردرگمی کاربران اینترنت، جهت یافتن اطلاعات مناسب با سلایق ایشان شده است. سیستم‌های توصیه‌گر با استفاده از تکنیک‌های نرم‌افزاری، سعی در ارایه پیشنهادهای متناسب با سلایق کاربران برای ایشان را دارند. این سیستم‌ها سبب صرفه‌جویی در هزینه و زمان برای کاربران اینترنت می‌شوند. در این مقاله مروری به تعاریف، چالش‌ها و انواع روش‌های فیلترسازی اطلاعات در سیستم‌های توصیه‌گر پرداخته می‌شود. نقاط ضعف و قوت هرکدام به بحث گذاشته شده و در انتها نتیجه‌گیری نهایی از مطالب ذکر شده بیان خواهد شد.

A Review of the Challenges and Methods of Filtering in Recommender Systems

With the increasing importance of the Internet in the lives of people, websites have become a very important tool in ecommerce for daily transactions. The exponential growth of information on websites has confused Internet users to find suitable information in the line of their tastes. Recommender systems, using software techniques, try to offer suggestions tailored to their userschr('39') preferences. These systems, which have become an efficient tool in the field of Computer Science, save time and money for Internet users. In this review article definitions, challenges and types of information filtering methods in recommender systems are discussed. The advantages and disadvantages of each method will be discussed and the final conclusions will be drawn.