کد مقاله را وارد کنید !
معرفی سیستم های توصیه گر
دوره و شماره : آماده انتشار
نویسندگان : پرهام نیری* 1 ، فاطمه خسروانی 2

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.
کلمات کلیدی :
سیستم‌ های توصیه گر، فیلترسازی مبتنی بر محتوا ، فیلترسازی مشارکتی ، داده ‌کاوی ، یادگیری ماشین ، پیشنهادهی شخصی‌ سازی شده
بازدید امروز
9
بازدید دیروز
8
بازدید کل
30,428
پشتیبانی آنلاین از طریق واتساپ

پژوهشگران گرامی؛ پاسخگوی سوالات شما عزیزان از طریق واتساپ هستیم !


جهت ارسال پیام در واتساپ اینجا کلیک نمائید !