روش خوشه بندی همزمان در سیستم های پیشنهاد دهنده از نوع فیلترینگ اشتراکی

فیلترینگ اشتراکی، اصلی ترین تکنیک به کار گرفته شده در سیستم های پیشنهاد دهنده می باشد که علاقه یک کاربر را بر اساس رای های ثبت شده از کاربران- کالاها، پیشگویی می کند. به منظور استخراج رابطه بین کاربران و یا وابستگی بین کالاها، راهکارهای مختلفی وجود دارد؛ که در میان آن ها، خوشه بندی از اهمیت بالایی برخوردار است. نکته قابل توجه این است که، روش خوشه بندی ابتدایی در فیلترینگ اشتراکی، دو مشکل پراکندگی و عدم مقیاس پذیری را به همراه دارد. پراکندگی اشاره به حالتی می کند که اکثر کاربران فقط به تعداد کمی کالا رای داده اند و از سوی دیگر عدم مقیاس پذیری به دلیل تعداد زیاد کاربران و کالاها به وجود می آید. بر این اساس، ما روشی به نام spcf را ارائه داده ایم که شامل دو مرحله می باشد. در مرحله اول، کاربران و کالاها به طور جداگانه بر اساس شباهت دو بدوی آن ها، خوشه بندی می شوند. وقتی که خوشه های مرحله اول تشکیل شد، در مرحله دوم، خوشه های کاربران و کالاها با روش خوشه بندی همزمان، دوباره خوشه بندی می شوند. روش ارائه شده، از سه جهت کارایی خوبی دارد؛ ابتدا، توانایی کاهش مشکل پراکندگی که به طور ذاتی در فیلترینگ اشتراکی موجود می باشد را داراست؛ همچنین، با کاهش بعد، مشکل عدم مقیاس پذیری را کاهش می دهد و در نهایت، وابستگی میان کاربران و کالاها را به طور موثر، استخراج می کند.