مطالعه الگوریتم های توصیه گر پالایش همکاری به منظور توسعه یک مدل بهبود یافته

طراحی موثر مکانیسم توصیه محصولات است. فراهم کردن توصیه های با کیفیت برای سیستم های تجارت الکترونیکی بسیار مهم است تا بدین ترتیب به کاربران در تصمیم گیری درست میان انتخاب های متعدد کمک شود. پالایش همکاری یک تکنیک برای تولید توصیه هاست که به صورت وسیعی مورد قبول واقع شده است. ایده اصلی روش پالایش همکاری بهره برداری از اطلاعات مربوط به رفتار گذشته یا عقاید موجود جامعه کاربران، برای پیش بینی محصولاتی است که احتمالا مورد پسند یا علاقه کاربر جاری سیستم خواهد بود. با این حال پالایش همکاری دارای چندین مشکل ذاتی مانند: کم پشتی داده ها، شروع سرد و مقیاس پذیری است. در این پایان نامه ما یک سیستم ترکیبی جدید که شبکه اعتماد و همچنین خوشه بندی دو جهته را برای کاهش مشکلات فوق به کار می برد پیشنهاد می دهیم. نتایج تجربی بر روی زیر مجموعه ای از مجموعه داده های epinions اثربخشی و کارایی سیستم پیشنهادی ما را در مقابل تکنیک پالایش همکاری مبتنی بر کاربر و پالایش همکاری ترکیبی با اعتماد را تایید می کند. سیستم پیشنهادی را می توان به صورت موثری در خرده فروشی تجارت الکترونیک برای ترویج محصولات و سرویس ها بکار برد.