این نشریه را در شبکه‌های علمی همراهی کنید:

لینکدین

ریسرچ گیت

پابلونز

آکادمیا

ارکید

مندلی

گوگل اسکالر

مروری بر کاربرد داده های پیوند باز در سیستم های توصیه گر
دوره 6، شماره 4، زمستان 1403، صفحات 1 - 12
نویسندگان : فرهنگ پدیداران مقدم* 1، مرتضی رحیمی 2
1- استادیار، گروه مهندسی کامپیوتر ، اسفراین، مجتمع آموزش عالی فنی و مهندسی اسفراین، ایران
2- دانشجوی کارشناسی ارشد، گروه کامپیوتر، بجنورد، موسسه آموزش عالی غیر دولتی اشراق، ایران
چکیده :
سیستم‌های توصیه‌گر ابزارهای کارآمدی برای فیلتر کردن اطلاعات آنلاین هستند که به دلیل تغییر عادات کاربران کامپیوتر، روندهای شخصی‌سازی و دسترسی روزافزون به اینترنت، رایج شده‌اند. حتی با وجود اینکه سیستم‌های توصیه‌گر اخیر در ارائه توصیه‌های دقیق برجسته هستند، با محدودیت‌ها و چالش‌های مختلفی مانند مقیاس‌پذیری، شروع پراکندگی داده‌ها مواجه هستند. به دلیل وجود تکنیک‌های متنوع، انتخاب تکنیک‌ها هنگام ساخت سیستم‌های توصیه‌گر متمرکز بر کاربرد پیچیده می‌شود. علاوه بر این، هر تکنیک دارای مجموعه‌ای از ویژگی‌ها، مزایا و معایب خاص خود است. در این مقاله ما به مروری کلی و انتقادی از سیستم های توصیه گر و مزایا آنها و نیز روش های پیوند باز در سیستم های توصیه¬گر می پردازیم و کارهای مرتبط انجام شده در این حوزه را مورد بررسی قرار می دهیم. این تحقیق راهنمایی برای تحقیقات آینده در زمینه سیستم‌های پیشنهاددهنده ارائه خواهد داد.
پشتیبانی آنلاین از طریق واتساپ

پژوهشگران گرامی؛ پاسخگوی سوالات شما عزیزان از طریق واتساپ هستیم !


جهت ارسال پیام در واتساپ اینجا کلیک نمائید !