عنوان فارسی مقاله: دادههای شبکههای اجتماعی برای کاهش کولد استارت در سیستم توصیه گر: بررسی سیستماتیک
چکیده
سیستمهای توصیه شده در حال حاضر بسیار مناسب برای کمک به کاربران برای مقابله با اضافه بار اطلاعات هستند که از حجم زیادی از دادهها در وب استفاده میکنند و به طور خودکار مناسبترین موارد را که نیازهای کاربران را برآورده میکنند، پیشنهاد میدهند(دادههای شبکههای اجتماعی برای کاهش کولداستارت). با این حال، در مواردی که کاربر به سیستم سیستم توصیه گر جدید است، سیستم نمیتواند مواردی را که مربوط به او / او است به دلیل عدم وجود اطلاعات قبلی در مورد کاربر و / یا سابقه امتیاز رتبه بندی کاربر که به تعیین کاربران کمک میکند توصیه نمیکند اولویتها. این مشکل به عنوان راه اندازی سرد شناخته میشود، که باقی میماند زیرا ممکن است راه حلی نداشته باشد. شبکههای اجتماعی به عنوان منبع خوبی از اطلاعات برای تعیین ترجیحات کاربر برای کاهش مشکل شروع سرد استفاده میشود. این مقاله نتایجی از بررسی ادبیات سیستماتیک را در مورد سیستم پیشنهاد دهنده مبتنی بر فیلتر همکاری ارائه میدهد که از دادههای شبکههای اجتماعی برای کاهش مشکل شروع سرد استفاده میکند. این بررسی ادبیات منظم مقالات منتشر شده بین سالهای ۲۰۱۱ تا ۲۰۱۷ را برای انتخاب جدیدترین مطالعات در این منطقه تهیه کرد. هر مقاله انتخاب شده بر اساس عمق شبکههای اجتماعی مورد استفاده برای کاهش مشکل شروع سرمايه گذاری قرار گرفت. نتایج نهایی نشان میدهد که چندین نشریه وجود دارد که از اطلاعات شبکههای اجتماعی درون سیستم توصیه میشود؛ با این حال، چند مقاله پژوهشی در حال حاضر از این دادهها برای کاهش مشکل راه اندازی سرد استفاده میکنند(دادههای شبکههای اجتماعی برای کاهش کولداستارت).
کلیه مقالات مرتبط را میتوانید در بخش ترجمه مقالات فناوری اطلاعات ملاحظه کنید.
- لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
- همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
- ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.