سیستم پیشنهاد دهنده قانون محور تکاملی

سیستم‌های پیشنهاددهنده برای ارائه محصولات به مشتریان بالقوه طراحی شده و همین طور فیلتر مشارکتی روشی رایج در سیستم‌های پیشنهاددهنده است .این سیستم با شناسایی کاربران مشابه براساس زمان ورود و انجام تراکنش‌های قبلی، پیشنهاد‌هایی را تولید خواهد نمود. دقت پایین پیشنهاد‌ها به دلیل تنکی یکی از نگرانی‌های عمده مربوط به روش‌های پیشنهاددهنده فیلتر مشارکتی است، برای رفع این مشکل، محققان متعددی استفاده از استخراج قوانین انجمنی را ارئه داده‌اند. تولید قوانین انجمنی با سرعت بالاتر و حفظ کیفیت، می‌تواند باعث ارائه پیشنهادهای با کیفیت و سرعت بالاتر گردد. در این راستا، این مقاله سیستم پیشنهاددهنده مبتنی بر قوانین انجمنی تولید شده با استفاده از الگوریتم ژنتیک را ارائه می‌دهدکه نیاز به قوانین با راس ثابت دارد و در نهایت قوانینی با راس ثابت را تولید می‌کند. آزمایش‌های انجام شده روی مجموعه داده موویلنز، سرعت بالاتر تولید قوانین را نسبت به کارهای دیگر نشان می‌دهد و در مقایسه با الگوریتم ازدحام ذرات سرعت همگرایی بهتری در عین حفظ کیفیت داشته است.