بررسی مشکل ماتریسهای خلوت بزرگ در سیستمهای پیشنهاددهنده با ماتریسهای تجزیه

سامانه های پیشنهاددهنده ابزاری مناسب برای ارائه پیشنهادهای شخصی سازی شده به کاربران می باشند. رویکرد پالایش مشارکتی یکی از مشهورترین رویکردهایی است که در این سامانه ها استفاده می شود. اکثر سامانه های پیشنهاددهنده ای که از این رویکرد استفاده می کنند، با مشکل تنکی دادگان و قابلیت مقیاس پذیری مواجه هستند. تکنیک های تجزیه ماتریس و تجزیه تانسور از موثرترین و مناسب ترین تکنیک های رویکرد مبتنی بر پالایش مشارکتی می باشند. این تکنیک ها مشکلاتی نظیر تنکی دادگان و قابلیت مقیاس پذیری را از بین برده اند و همچنین از میزان دقت بالایی در پیش بینی ها برای سامانه های پیشنهاددهنده برخوردار هستند. ما از سه تکنیک تجزیه ماتریس svd، sgd و als و دو تکنیک تجزیه تانسور hosvd و تجزیه تانسور بهینه سازی شده استفاده کردیم و قصد داریم که با استفاده از یک روش مقداردهی جدید میزان خطای این تکنیک ها را بهبود بخشیم.