سیستم های توصیه گر مبتنی بر اعتماد: با در نظر گرفتن مفهوم تخصص کاربران

با گسترش اینترنت و در دسترس قرار گرفتن حجم بسیار بالای اطلاعات، داشتن ابزاری که بتواند از میان این حجم داده ها، اطلاعات مرتبط با هر کاربر را در اختیار او قرار دهد، بسیار ارزشمند خواهد بود. سیستم های توصیه گر سیستم هایی هستند که این کار را انجام می دهند. از این قبیل سیستم ها، می توان سیستم های توصیه گر کتاب، موسیقی، فیلم و.... را نام برد. سیستم های توصیه گر کنونی هنگام مواجهه با کاربرانی که تعداد کالاهای کمی را رتبه بندی می کنند (کاربران شروع سرد) دچار مشکل می شوند و کارایی خود را از دست می دهند. با پیداش شبکه های اجتماعی و به کارگیری آنها در علوم مختلف، روزنه ی جدیدی در علم سیستم های توصیه گر به نام "سیستم های توصیه گر مبتنی بر اعتماد" باز شد. تحقیقات نشان می دهد که اطلاعات به دست آمده از شبکه های اجتماعی کاملاً مستقل از اطلاعات پیشین هستند و استفاده از این اطلاعات می تواند کیفیت کالاهای توصیه شده توسط سیستم توصیه گر را بالا ببرد. اگرچه تاکنون چندین روش برای به کارگیری شبکه های اعتماد در سیستم های توصیه گر معرفی شده، اما در هیچ یک از آنها از مفهوم تخصص کاربران استفاده نشده است. همانطور که می دانیم نظر افراد متخصص نسبت به یک موضوع، بسیار با ارزش تر از نظر افراد معمولی است و این حقیقت الهام بخش کارهای انجام شده در این پایان نامه می باشد. هدف اصلی این پروژه، ارائه ی روشی جدید به منظور افزایش دقت و سودمندی توصیه های ارائه شده، با به کارگیری مفهوم تخصص در سیستم های توصیه گر است. همچنین بر خلاف مدل های پیشین که اعتماد را به عنوان یک پدیده ی مستقل از مفهوم در نظر می گرفتند در این پایان نامه سعی شده اعتماد به عنوان یک پدیده ی وابسته به مفهوم مورد بررسی قرار گیرد. مدل معرفی شده در این پایان نامه بر خلاف مدل های پیشین، نیاز به محاسبه ی مقدار عددی اعتماد ندارد و توانسته پیچیدگی های مربوط به گسترش و ترکیب اعتماد را مرتفع کند. در این پایان نامه نگاهی اجمالی به سیستم های توصیه گر مبتنی بر اعتماد خواهیم داشت. ابتدا تکنیک های استفاده شده در سیستم های توصیه گر را معرفی خواهیم کرد و ویژگی های سیستم های توصیه گر را بیان خواهیم نمود. سپس به معرفی روش نوینی برای تعیین تخصص افراد در مورد کالاها خواهیم پرداخت و از میزان این تخصص در تولید لیست پیشنهادی توسط سیستم های توصیه گر استفاده خواهیم نمود. شبیه سازی های انجام شده روی داده های lr{epinions}، حاکی از آن است که مدل معرفی شده در این پایان نامه، با در نظر گرفتن مفهوم تخصص کاربران، قادر است دقت و کارایی سیستم های توصیه گر مبتنی بر اعتماد را به میزان قابل توجهی بالا ببرد. همچنین آزمایشات متعدد انجام شده در این پایان نامه نشان داده اند که مد نظر قرار دادن دوستان و دوست دوستان در شبکه ی اعتماد، برای تولید توصیه توسط سیستم توصیه گر مبتنی بر اعتماد کافیست و در نظر گرفتن کاربران بیشتر نه تنها دقت سیستم را افزایش نمی دهد، بلکه زمان تولید توصیه را نیز به شدت بالا می برد.