یک روش پیشنهاد دهنده ترکیبی ضمنی با استفاده از خوشه بندی چندگانه جهت کاهش پراکندگی داده ها

محمد دبیری¹ سکینه جلالیان² خشایار خوش آرای³

1) دانشجوی کارشناسی ارشد کامپیوتر گرایش هوش مصنوعی ،دانشگاه آزاد واحد بویین
2) دانشجوی کارشناسی ارشد کامپیوتر گرایش نرم افزار ،دانشگاه آزاد واحد بویین
3) دانشجوی کارشناسی ارشد کامپیوتر گرایش هوش مصنوعی ،دانشگاه آزاد واحد بویین

محل انتشار : پنجمین دوره کنفرانس بین المللی پژوهش در علوم و تکنولوژی (5rstconf.com)
چکیده :
چکیده سیستم های توصیه گر، به منظور برطرف سازی مشکلات چالش برانگیز در علوم مربوط به داده ها، دانش کم در برابر حجم وسیعی از اطلاعات به وجود آمده اند. سیستم های توصیه گر، ابزار های هوشمندی هستند که به منظور حل مشکلات سربار اطلاعات ارائه گردیده اند. یکی از موفق ترین و پرکاربردترین این روش ها، فیلترسازی همکاری می باشد که با استفاده از نظرات پیشین هر کاربر، شباهت وی با سایر کاربران، سلایق ها را شناسایی کرده، آیتم های جدید را را بر اساس تخمین نظر وی، پیشنهاد می دهد. یکی از مهمترین بخش های این تکنیک، محاسبه شباهت بین کاربران، با استفاده از عملکرد پیشین آن ها می باشد. با توجه به نقش کلیدی این معیار ها در دقت نتیجه پیشنهادها، تاکنون معیار های متنوعی برای این منظور ارائه گردیده است که در روش پیشنهادی از این معیار ها برای شباهت سنجی بین کاربران استفاده شده است. یک روش نوین در راستای خوشه بندی کاربران به نام درخت رابطه ای، معرفی شده است. هدف از معرفی این الگوریتم، کاهش پراکندگی داده ها و شروع سرد می باشد. نتایج حاصل از روش پیشنهادی، نشانگر بهبود معیارهای ریکال و دقت، به نسبت معیارهای شباهت سنجی سنتی می باشند.
کلمات کلیدی : سیستم های توصیه گر درخت رابطه ای خوشه بندی شروع سرد پراکندگی داده ریکال دقت.