ارائه یک راهکار ترکیبی مبتنی‏ بر فاکتورسازی ماتریس برای افزایش کارایی سیستم های توصیه گر

thesis
  • وزارت علوم، تحقیقات و فناوری - دانشگاه کردستان - دانشکده مهندسی
  • author منیژه رنجبر
  • adviser پرهام مرادی
  • Number of pages: First 15 pages
  • publication year 1392
abstract

باتوجه به گسترش سریع و مداوم اینترنت، ضرورت وجود یک سیستم توصیه‏ گر موثر، برای پالایش حجم عظیم اطلاعات، تا حد زیادی افزایش یافته است. یک سیستم‏ توصیه‏ گر، از داده‏ های ورودی برای پیش‏ بینی علایق کاربران استفاده می‏ کند. هدف سیستم‏ های توصیه‏ گر ارائه لیستی از آیتم‏ های مورد علاقه کاربر به اوست. به‏ طورکلی راهکارهای ارائه شده برای سیستم‏ های توصیه‏ گر ، به سه دسته کلی محتوا محور (cb)، پالایش گروهی( cf ) و ترکیبی تقسیم می‏ شوند. در راهکار محتوا محور، آیتم‏ های پیشنهادی، از نظر محتوا، مشابه آیتم‏ های قبلی مورد علاقه‏ ی‏ کاربرِ هدف می‏ باشند. درحالی‏ که در راهکار پالایش گروهی، آیتم‏ های توصیه‏ شده، بر اساس ارزیابی‏ های گذشته‏ ی گروه زیادی از کاربران انتخاب می‏ شوند. پالایش گروهی در مقایسه با راهکارهای دیگر، به دلیل سادگی و کارایی بالا بسیار مورد توجه قرار گرفته است. یکی از کاراترین روش‏‏ های مورد استفاده در پالایش گروهی برای تخمین رتبه‏ های نامشخص کاربر، فاکتورسازی ماتریس است. دراین پایان‏ نامه، الگوریتم‏ های جدیدی مبتنی‏ بر فاکتورسازی ماتریس جهت رفع چالش‏ های موجود و افزایش دقت، ارائه شده است. بیشتر روش‏‏ های مبتنی‏ بر فاکتورسازی ماتریس، تنها از رتبه‏ های شناخته شده برای آموزش استفاده می‏ نمایند و قادر به کاهش تأثیر مشکل تُنکی داده نیستند، بااین‏ حال، ‏در کاربردهای واقعی، ماتریس رتبه‏ ها، تُنک می‏ باشد. کارایی روش‏‏ های فاکتورسازی ماتریس، به چگونگی مدل‏ سازی سیستم‏، برای کاهش تُنکی داده بستگی دارد. بدین منظور، در این پایان‏ نامه، یک الگوریتم جدید به نام pmult برای افزایش کارایی سیستم و از بین بردن چالش تُنکی ماتریس، با به‏ کارگیری رتبه‏ های پیش‏ تخمین از درآیه‏ های نامشخص، ارائه شده است. بسیاری از سیستم‏ های توصیه‏ گر مبتنی‏ بر فاکتورسازی ماتریس، به‏ صورت زنجیره‏ ای، عمل نموده و به همین دلیل سرعت اجرای آن ها برای ماتریس‏ های بزرگ بسیار کم خواهد بود. لذا یک راهکار برای افزایش سرعت، موازی‏ سازی روش‏‏ های فاکتور‏سازی ماتریس است. در این پایان‏ نامه، باهدف موازی‏ سازی توصیه‏ گر پالایش گروهی برمبنای فاکتورسازی ماتریس، چهار الگوریتم موازی مبتنی‏ بر فاکتورسازی ماتریس (c-mult، s-mult، c-pmult و s-pmult) برای کاهش هزینه محاسباتی و غلبه بر چالش مقیاس‏ پذیری، ارائه شده است. علاوه بر این، سیستم‏ های توصیه‏ گر مبتنی‏ بر فاکتورسازی ماتریس، از نوع مدل‏ های دسته‏ ای هستند و قادر به به‏ روزرسانی افزایشی نمی‏ باشند. ازطرفی، با کوچکترین تغییری در ماتریس رتبه‏ ها، محاسبات باید از ابتدا تکرار شود که به دلیل پویا بودن محیط سیستم‏ های توصیه‏ گر این امر غیرممکن خواهد بود. لذا در این پایان‏ نامه جهت رفع این مشکل، دو الگوریتم فاکتورسازی ماتریس افزایشی با نام‏ های i-mult و i-pmult ارائه شده است، که این روش‏‏ ها قادر هستند با داده‏ های جدید، مدل سیستم را به‏ صورت افزایشی آموزش دهند.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

ارائه یک سیستم توصیه گر ترکیبی برای تجارت الکترونیک

چکیده: رشد روز­افزون تجارت الکترونیک در فضای مجازی باعث معرفی محصولات متنوع و زیادی از سوی شرکت­های فعال در این حوزه شده است. در چنین شرایطی انتخاب مناسب و بهینه محصولات از میان حجم انبوه اطلاعات ارائه­شده برای کاربران کاری مشکل است. سیستم­های توصیه­گر با توجه به ویژگی­ها، رفتار و علایق کاربران سعی می­کنند بهترین و مناسب­ترین موارد را به کاربران خود پیشنهاد دهند. در این مقاله یـک سیـستم توصـیه­...

full text

ارائه یک سیستم توصیه گر ترکیبی مبتنی بر فاکتورگیری ماتریس و خوشه بندی

امروزه با گسترش روز افزون صفحات وب ، ارائه سیستم های توصیه گر مناسب برای بیان پیشنهادات مناسب به کاربران از میان سیل انبوهی از اطلاعات مورد توجه بسیاری از محققان قرار گرفته است. سیستم های توصیه گر از جمله ابزار های تجارت الکترونیک هستند . سیستم های توصیه گر برای اهداف متفاوتی می تواند از جمله پیشنهاد فیلم، کتاب، لطیفه و غیره مورد استفاده قرار گیرد. روش های مختلفی برای ارائه سیستم های توصیه گر ت...

توسعة یک سیستم توصیه گر مبتنی بر webgis برای گردشگری

امروزه، گردشگری و جذب توریست به عنوان یکی از منابع اقتصادی، به ویژه در کشورهای دارای سابقة فرهنگی و تاریخی بسیار مورد توجه است. در این میان، توسعة سامانه های مبتنی بر رایانه به منظور دادن اطلاعات دربارة مراکز گردشگری که متناسب با سلیقة کاربران باشد، به طور روز افزونی گسترش یافته است. انتخاب بهترین مکان و تعیین بهترین مسیر برای بازدید از آن هدف اصلی در برنامه ریزی گردشگری است. اگرچه سامانه های م...

full text

راهکار جدید برای افزایش کارایی در سیستم های پالایش گروهی با استفاده از فاکتورسازی ماتریس

اینترنت به عنوان ابزاری در دسترس همگان، حجم فراوانی از داده ها را به عنوان فرصتی مناسب پیش روی کاربران خود قرار داده است. به طوری که امروزه با توجه به حجم روزافزون داده و اطلاعات، نیاز به سیستم هایی که توانایی هدایت کاربران به سمت کالا و سرویس مورد نظر را داشته باشند بیش از پیش احساس می شود. سیستم های توصیه گر از طریق تحلیل این داده ها به کاربران، کالا یا خدماتی را توصیه (پیش بینی) می کنند. این...

15 صفحه اول

توسعه یک سیستم توصیه گر مبتنی بر webgis برای گردشگری

امروزه، گردشگری و جذب توریست به عنوان یکی از منابع اقتصادی، به ویژه در کشورهای دارای سابقه فرهنگی و تاریخی بسیار مورد توجه است. در این میان، توسعه سامانه های مبتنی بر رایانه به منظور دادن اطلاعات درباره مراکز گردشگری که متناسب با سلیقه کاربران باشد، به طور روز افزونی گسترش یافته است. انتخاب بهترین مکان و تعیین بهترین مسیر برای بازدید از آن هدف اصلی در برنامه ریزی گردشگری است. اگرچه سامانه های م...

full text

ارائه ژئوپرتالی مبتنی بر سیستم های توصیه گر معنایی

حجم بالای داده یک مشکل عمده در وب کنونی به شمار می­رود و از طرف دیگر هشتاد درصد داده های موجود نیز دارای بعد مکانی هستند. بنابراین مسئله گرانباری اطلاعات در علوم اطلاعات مکانی نیز چالش برانگیز است. حجم گسترده داده و سرویس های موجود نیز هنگامی مفید است که برای کاربر قابل کشف شدن باشد. در ژئوپرتالها کاربران با مشکلاتی از قبیل انتخاب کلیدواژهای مناسب برای جستجو، چگونگی پرکردن اطلاعات فرم جستجو، ان...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه کردستان - دانشکده مهندسی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023