نشریه " مطالعات ......... " در سیویلیکا نمایه میشود.
دسترسی آزاد به مقالات نشریه " مطالعات .........
COPE
سامانه مشابهت یاب علمی ( سمیم نور)
سامانه مشابهت یاب علمی ( ایرانداک)
معرفی سیستم های توصیه گر
دوره و شماره : آماده انتشار
1 دانشجوی کارشناسی رشته مهندسی کامپیوتر، مؤسسه آموزش عالی آپادانا، شیراز، ایران
2 دانشجوی کارشناسی رشته مهندسی کامپیوتر، مؤسسه آموزش عالی آپادانا، شیراز، ایران
چکیده :
سیستم های توصیه گر ابزار هایی مبتنی بر هوش مصنوعی هستند که با تحلیل داده های کاربری، پیشنهاد هایی شخصی سازی شده را برای کاربران ارائه میدهند. این سیستم ها نقش مهمی در بهبود تجربه کاربر، افزایش فروش و تعامل کاربران دارند. در این مقاله، دو رویکرد اصلی سیستم های توصیه گر شامل فیلترینگ مبتنی بر محتوا (Content-Based Filtering) و فیلترینگ مشارکتی (Collaborative Filtering) معرفی و تحلیل می شوند. که رویکرد مبتنی بر محتوا با استفاده از ویژگی های آیتم ها به پیش بینی علاقهمندی کاربر میپردازد، درحالیکه رویکرد مشارکتی بر اساس رفتارهای مشابه کاربران عمل میکند.
سیستم های توصیه گر ابزار هایی مبتنی بر هوش مصنوعی هستند که با تحلیل داده های کاربری، پیشنهاد هایی شخصی سازی شده را برای کاربران ارائه میدهند. این سیستم ها نقش مهمی در بهبود تجربه کاربر، افزایش فروش و تعامل کاربران دارند. در این مقاله، دو رویکرد اصلی سیستم های توصیه گر شامل فیلترینگ مبتنی بر محتوا (Content-Based Filtering) و فیلترینگ مشارکتی (Collaborative Filtering) معرفی و تحلیل می شوند. که رویکرد مبتنی بر محتوا با استفاده از ویژگی های آیتم ها به پیش بینی علاقهمندی کاربر میپردازد، درحالیکه رویکرد مشارکتی بر اساس رفتارهای مشابه کاربران عمل میکند.
کلمات کلیدی :
سیستم های توصیه گر، فیلترسازی مبتنی بر محتوا ، فیلترسازی مشارکتی ، داده کاوی ، یادگیری ماشین ، پیشنهادهی شخصی سازی شده
سیستم های توصیه گر، فیلترسازی مبتنی بر محتوا ، فیلترسازی مشارکتی ، داده کاوی ، یادگیری ماشین ، پیشنهادهی شخصی سازی شده