سامانه توصیه گر هوشمند مشارکت محور بر پایه یادگیری ژرف

هدف این مقاله ارایه روشی بهینه برای سیستم های توصیه گر مشارکت محور(collaborative filtering) می باشد، روش بیان شده بر پایه و اساس شبکه های عصبی عمیق و یادگیری ژرف بنا نهاده شده است. این مقاله بر طبق روش های ترکیبی سیستم های توصیه گر معرفی می شود، بدین مفهوم که توصیه نهایی به مخاطب بر اساس در نظر گرفتن هر دو معیار علایق مخاطب مورد نظر (user-based) و محتوا هر یک از آیتم های موجود (content-based) می باشد. از کاربردهای ویژه این مقاله می توان به توصیه های دقیق سامانه به مخاطب مورد نظر به صورت کاملا منحصر به فرد وی اشاره نمود که این توصیه ها بر اساس در نظر گرفتن علایق قبلی گزارش شده وی به صورت همزمان با درنظر گرفتن علایق و جهت گیری های کلی مخاطبان مجموعه مورد نظر می باشد. در این مقاله، از دیتاست های مرسوم movielens استفاده شده است و نتایج و گزارشات بر اساس آن ها مورد تفسیر قرار می گیرد هر چند معماری ارایه شده به هرگونه مجموعه دادگان مشابه که دارای رابطه میان آیتم و کاربر هستند، قابل تعمیم می باشد. بدین صورت که برای ارزیابی مدل ارایه شده، مدل با قسمتی از مجموعه دادگان آموزش دیده و با قسمتی دیگر که از قبل مشاهده نشده است عملکرد آن مورد ارزیابی قرار می گیرد.