>
Fa   |   Ar   |   En
   بهبود سیستم‌های توصیه گر مبتنی بر برچسب با استفاده از آنتولوژی  
   
DOR 20.1001.2.0020193782.1400.1.1.21.9
نویسنده نصوحی الهه ,حسینعلی زاده ساسان
منبع وب پژوهي - 1400 - دوره : 7 - هفتمین کنفرانس بین المللی وب پژوهی - کد همایش: 00201-93782
چکیده    با توجه به اضافه‌بار اطلاعات در شبکه­ی گسترده­ی جهانی، کاربر در انتخاب اقلام با مشکل مواجه است. سرویس‌های فهرست بندی اجتماعی به کاربران اجازه می­دهند که محصولات یا خدمات را استفاده کرده و نظرات و تجربیات خود را به اشتراک بگذارند که نه‌تنها برای خود، بلکه برای کاربران دیگر نیز موثر واقع می­شوند. سیستم‌های توصیه­گر با توجه به رفتار کاربران و ویژگی‌های محصولات، توانستند تاثیر بسزایی در انتخاب اقلام بگذارند. در این مقاله یک روش توصیه مبتنی بر برچسب، با توجه به احساسات منعکس‌شده در برچسب­های کاربر پیشنهاد شده است. عملکرد روش پیشنهادی به این صورت است که امتیاز احساسی برچسب ها با دیگر اطلاعات دریافت شده از کاربر و همچنین اطلاعات محتوایی اقلام، ترکیب شده و میزان شباهت میان آن‌ها بدست آورده می‌شود. این فرآیند درنهایت، به بهبود عملکرد سیستم توصیه­گر کمک می­کند. آزمایش روش پیشنهادی بر روی پایگاه داده­ی واقعی movielense نشان می­دهد که این روش، عملکرد بهتری نسبت به کارهای قبلی دارد و در پیش‌بینی رتبه، خطا را کاهش و دقت را افزایش داده است.
کلیدواژه سیستم توصیه گر ,برچسب ,آنتولوژی ,پیش‌بینی رتبه
آدرس دانشگاه آزاد قزوین, ایران, پژوهشگاه ارتباطات و فناوری اطلاعات, ایران
پست الکترونیکی s.alizadeh@itrc.ac.ir
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved