توصیه گروهی عادلانه براساس تجمیع شبکه ترجیحات شرطی وزن‌‌دار

امروزه کاربران در دنیای دیجیتالی با حجم انبوهی از اطلاعات مواجه هستند. سیستم‌های توصیه‌گر ابزارها و تکنیک‌های نرم‌افزاری هستند که به ارائه‌دهندگان محصولات و خدمات کمک می‌کنند تا دامنه جستجوی کاربر را محدود به گزینه‌های موردعلاقه وی نموده و محصولی که بیشترین تناسب را با سلیقه و ترجیحات کاربر دارد به او معرفی کنند. سیستم‌های توصیه‌گر گروهی، حوزه جدیدی از سیستم‌های توصیه‌گر است برای ارائه توصیه‌هایی به گروه که باعث رضایت همه اعضای گروه شود حتی در شرایطی که ترجیحات اعضای گروه متفاوت یا متضاد باشند. ارائه توصیه بر اساس تجمیع ترجیحات یکی از روش‌ها برای توصیه به گروه است. انواع انتخاب اجتماعی محاسباتی از روش‌های تجمیع ترجیحات هستند. افراد در زندگی روزمره ترجیحات خود را اغلب به صورت شرطی و مقایسه‌ای از گزینه‌ها بیان می‌کنند. شبکه ترجیحات شرطی وزن‌دار یکی از موثرترین روش‌های بازنمایی اینگونه ترجیحات است. ارائه توصیه عادلانه به گروه شامل اعضای دارای ترجیحات شرطی وزن‌دار مسئله‌ای مهم است. این پژوهش، انتخاب اجتماعی عادلانه و عدالت در تشابه ترجیحات را برای ترجیحات شرطی وزن‌دار توسعه می‌دهد. عملکرد روش‌های پیشنهادی با سایر روش‌های انتخاب اجتماعی مبتنی بر شبکه ترجیحات شرطی وزن‌دار بر تنوعی از گروه‌های حاصل از داده‌های مووی‌لنز مقایسه شد. نتایج آزمایش‌ها بیانگر برتری میزان عدالت حاصل ضمن قابل قبول بودن کیفیت گروه‌بندی روش‌های پیشنهادی است.