………………………….۳۰
۲-۸-۲- انتخاب تعداد ثابتی از همسایگان……………………………………………………………………………….۳۰
۲-۹- پیشبینی و تخمین رتبه…………………………………………………………………………………………………۳۱
۲-۹-۱- استفاده از امتیازهای خام……………………………………………………………………………………………۳۱
۲-۹-۲- استفاده از امتیازهای نرمال شده………………………………………………………………………………..۳۱
۲-۱۰- مشکلات فیلترینگ اشتراکی………………………………………………………………………………………..۳۲
۲-۱۰-۱- پراکنده بودن داده…………………………………………………………………………………………………….۳۲
۲-۱۰-۲- مقیاس پذیری………………………………………………………………………………………………………….۳۲
۲-۱۰-۳- اقلام مشابه……………………………………………………………………………………………………………….۳۳
۲-۱۰-۴- گریشیپ…………………………………………………………………………………………………………………۳۳
۲-۱۱- بررسی چگونگی کارکرد سایت آمازون…………………………………………………………………………۳۳

فصل ۳ : روش محتوا محور………………………………………………………………………………………………………۳۶
۳-۱- پیشگفتار………………………………………………………………………………………………………………………….۳۷
۳-۲- روند کار روش محتوا محور……………………………………………………………………………………………..۳۷
۳-۲-۱- تحلیلگر محتوا…………………………………………………………………………………………………………..۳۸
۳-۲-۲- یادگیرنده نمایه …………………………………………………………………………………………………..۳۹
۳-۲-۳- جزء فیلترینگ…………………………………………………………………………………………………………….۴۲
۳-۳- مزایای روش محتوا محور………………………………………………………………………………………………..۴۲
۳-۳-۱- استقلال کاربر……………………………………………………………………………………………………………..۴۲
۳-۳-۲- شفافیت……………………………………………………………………………………………………………………….۴۲
۳-۳-۳- قلم جدید…………………………………………………………………………………………………………………….۴۳
۳-۴- معایب روش محتوا محور…………………………………………………………………………………………………۴۳
۳-۴-۱- کمبود محتوا……………………………………………………………………………………………………………….۴۳
۳-۴-۲- خصوصی سازی افزون…………………………………………………………………………………………………۴۳
۳-۴-۳- کاربر جدید………………………………………………………………………………………………………………….۴۴

فصل ۴ : روش پیشنهادی………………………………………………………………………………………………………….۴۵
۴-۱- پیشگفتار………………………………………………………………………………………………………………………….۴۶
۴-۲- مروری بر کارهای انجام شده در این راستا……………………………………………………………………..۴۶
۴-۳- مقدمهای بر روش پیشنهادی…………………………………………………………………………………………..۴۸
۴-۴- روش پیشنهادی………………………………………………………………………………………………………………۴۸
۴-۴-۱- پیش پردازش………………………………………………………………………………………………………………۴۹
۴-۴-۱-۱- پیش پردازش بر روی پایگاه داده MovieLens………………………………………………..49
۴-۴-۱-۲- پیش پردازش بر روی پایگاه داده EachMovie………………………………………………..50
۴-۴-۲- وزندهی به اقلام…………………………………………………………………………………………………………۵۱
۴-۴-۳- انتخابهمسایگی…………………………………………………………………………………………………………۵۳
۴-۴-۴- پیشبینی……………………………………………………………………………………………………………………۵۴

فصل ۵ : آزمایشها و نتایج……………………………………………………………………………………………………….۵۶
۵-۱- پایگاه دادههای مورد استفاده…………………………………………………………………………………………..۵۷
۵-۲- نحوه اجرای روش پیشنهادی روی پایگاه داده MovieLens……………………………………….57
۵-۳- نحوه اجرای روش پیشنهادی روی پایگاه داده ٍEachMovie……………………………………….58
۵-۴- معیارهایارزیابی………………………………………………………………………………………………………………۵۸
۵-۴-۱- میانگین خطای مطلق…………………………………………………………………………………………………۵۸
۵-۴-۲- دقت و فراخوانی………………………………………………………………………………………………………….۵۹
۵-۴-۳- معیار ارزیابیF1…………………………………………………………………………………………………………60
۵-۵- ارزیابی روش پیشنهادی توسط معیارهای معرفی شده…………………………………………………..۶۱

فصل ۶ : بحث و نتیجهگیری…………………………………………………………………………………………………….۶۶
۶-۱- بحث…………………………………………………………………………………………………………………………………۶۷
۶-۲- نتیجهگیری……………………………………………………………………………………………………………………..۶۷
۶-۴- پیشنهادات……………………………………………………………………………………………………………………….۶۸

مراجع………………………………………………………………………………………………………………………………………..۶۹

فهرست جدول ها

عنوان و شماره صفحه

جدول شماره ۱ : نمونههایی از سیستمهای پیشنهادگر و اقلام پیشنهادی آنها…………………………۷
جدول شماره ۲ : مقایسه میانگین خطای مطلق روش پایه و روش پیشنهادی، اعمال شده بر MovieLens……………………………………………………………………………………………………………………………61
جدول شماره ۳ : مقایسه میانگین خطای مطلق روش پایه و روش پیشنهادی، اعمال شده بر EachMovie……………………………………………………………………………………………………………………………61
جدول شماره ۴ : مقایسه معیار دقت روش پایه و روش پیشنهادی، اعمال شده بر
MovieLens……………………………………………………………………………………………………………………………61
جدول شماره ۵ : مقایسه معیار دقت روش پایه و روش پیشنهادی، اعمال شده بر
EachMovie …………………………………………………………………………………………………………………………..62
جدول شماره ۶ : مقایسه معیار فراخوانی روش پایه و روش پیشنهادی، اعمال شده بر MovieLens……………………………………………………………………………………………………………………………62
جدول شماره ۷ : مقایسه معیار فراخوانی روش پایه و روش پیشنهادی، اعمال شده بر EachMovie……………………………………………………………………………………………………………………………62
جدول شماره ۸ : مقایسه معیارF1 روش پایه و روش پیشنهادی، اعمال شده بر MovieLens……………………………………………………………………………………………………………………………62
جدول شماره ۹ : مقایسه معیارF1 روش پایه و روش پیشنهادی، اعمال شده بر

دسته بندی : No category

دیدگاهتان را بنویسید