|
Title
|
سامانه پيشنهادگر تركيبي، مبتني بر هستان شناسي براي مقابله با مشكل شروع سرد
|
|
Type
|
Article
|
|
Keywords
|
هستان شناسي، سامانه پيشنهادگر، توسعه پروفايل
|
|
Abstract
|
انتظار مي رود سامانه هاي پيشنهادگر (RS) قلم هاي دقيق را به مصرف كنندگان پيشنهاد دهند. شروع سرد مهم ترين چالش در RS ها است. RS هاي تركيبي اخير، دو مدل پالايش محتوا پايه (ConF)و پالايش مشاركتي (ColF) را با هم تركيب مي كنند. در اين پژوهش، يك RS تركيبي مبتني بر هستان شناسي معرفي مي شود كه در آن هستان شناسي در بخش ConF به كار رفته است، اين در حالي است كه ساختار هستان شناسي توسط بخش ColF بهبود داده مي شود. در اين مقاله، رويكرد تركيبي جديدي مبتني بر تركيب شباهت جمعيت شناختي و شباهت كسينوسي بين كاربران به منظور حل مشكل شروع سرد از نوع كاربر جديد، ارائه شده است. همچنين، رويكرد جديدي مبتني بر تركيب شباهت هستانشناسي و شباهت كسينوسي بين اقلام به منظور حل مسأله شروع سرد از نوع قلم جديد، ارائه شده است. ايده اصلي روش پيشنهادي، گسترش پروفايل هاي كاربر/ قلم بر اساس سازوكارهاي مختلف براي ايجاد پروفايل با عملكرد بالاتر براي كاربران/قلم ها است. روش پيشنهادي در يك مجموعه داده واقعي ارزيابي شده است و آزمايش ها نشان مي دهند كه روش پيشنهادي در مقايسه با روش هاي پيشرفتهRS ، به خصوص در مواجهه با مسأله شروع سرد، عملكرد بهتري دارد.
|
|
Researchers
|
Payam Bahrani (First researcher) , Behrouz Minaei-Bidgoli (Second researcher) , Hamid Parvin (Third researcher) , Mitra Mirzarezaee (Fourth researcher) , Ahmad Keshavarz (Fifth researcher)
|