بهبود دقت پیش بینی تکنیک فیلترینگ تجمعی مبتنی بر مدل

با توجه به رشد فزاینده داده در محیط اینترنت، نیاز به سیستمی که بتواند به کاربران، در یافتن اطلاعات ارزشمند در میان حجم عظیم از داده ها کمک کند، بسیار قابل توجه و اهمیت است. چندین روش برای نیل به این هدف ارائه شده است، که از رایج ترین آنها می توان به روشهای فیلترینگ تجمعی ، فیلترینگ مبتنی بر محتوا و غیره اشاره کرد.روش فیلترینگ تجمعی علیرغم مزایا و کاربردهای مهمی که دارد، با چالشهایی نیز مواجه است. از مهمترین چالشهای پیش روی این روش که تاثیر زیادی بر روی دقت پیش بینی و توصیه دارند ، می توان به چالش های مقیاس پذیری ، خلوتی و شروع سرد اشاره کرد.با حل مسائل مذکور می توان در سرعت و دقت پیش بینی و توصیه سیستم های توصیه گر بهبود ایجاد کرد.