light box
امتیاز 3.83 داده‌های شبکه‌های اجتماعی -کاهش کولد استارت در سیستم توصیه گر">

نوع فایل : word
تعداد صفحات : 21
تعداد کلمات : 11400
مجله : Information Processing and Management
انتشار : 2018
دسته بندی :
برچسب ها : ، ، ، ، ، ، ،

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.

Title: Social network data to alleviate cold-start in recommender system: A systematic review

Abstract: 

Recommender Systems are currently highly relevant for helping users deal with the information overload they suffer from the large volume of data on the web, and automatically suggest the most appropriate items that meet users needs. However, in cases in which a user is new to Recommender System, the system cannot recommend items that are relevant to her/him because of lack of previous information about the user and/or the user-item rating history that helps to determine the users preferences. This problem is known as cold-start, which remains open because it does not have a final solution. Social networks have been employed as a good source of information to determine users preferences to mitigate the cold-start problem. This paper presents the results of a Systematic Literature Review on Collaborative Filtering-based Recommender System that uses social network data to mitigate the cold-start problem. This Systematic Literature Review compiled the papers published between 2011–2017, to select the most recent studies in the area. Each selected paper was evaluated and classified according to the depth which social networks used to mitigate the cold-start problem. The final results show that there are several publications that use the information of the social networks within the Recommender System; however, few research papers currently use this data to mitigate the coldstart problem.

ثبت دیدگاه

    • دیدگاه های ارسال شده توسط شما، پس از تایید توسط تیم مدیریت در وب منتشر خواهد شد.
    • پیام هایی که حاوی تهمت یا افترا باشد منتشر نخواهد شد.
    • پیام هایی که به غیر از زبان فارسی یا غیر مرتبط باشد منتشر نخواهد شد.

برای ارسال دیدگاه شما باید وارد سایت شوید.

محصولات مشابه
قیمت‌های مسکن و ریسک اعتبار: شواهدی از ایالات متحده
خـریـد محـصـول
نقش یادگیری مشارکتی در بهبود مهارت‌های ارتباطات کلامی دانشجویان یادگیرنده EFL
خـریـد محـصـول
شکستن مقاومت میزبان توسط نیای تکاملی مستقل ویروس رگبرگ زرد نکروتیک چغندر قند
خـریـد محـصـول
واکنش پروسکایت ها به عنوان مبدل‌های خودرو
خـریـد محـصـول
ویژگی‌های انتقال منفذی و انتشار مؤثر مونولیت سرامیکی برای مبدل کاتالیزوری خودرو
خـریـد محـصـول
مبدل ترافیکی و کاتالیستی- آلایندگی اتمسفری مربوطه در منطقه شهری ریو دوژانیرو
خـریـد محـصـول
مکانیسم بازیابی فلزات گروه پلاتینوم از مبدل‌های کاتالیستی در سیستم‌های استفاده شده در اگزوز
خـریـد محـصـول
مطالعه تفضیلی اکسایش کاتالییستی HCHO و co در کاتالیزور Mn0.75Co2.25O4
خـریـد محـصـول
رفتار سه سویه فازهای ترکیبی و جداگانه پلاتینوم، پالادیوم و رادیوم در ترکیب گازی کامل
خـریـد محـصـول
مطالعه در مقیاس بنچ گاز مصنوعی یک مبدل کاتالیزوری ۴ راهی: اکسایش کاتالیزوری
خـریـد محـصـول
ثبت اختراع یا انتشار مقاله

ثبت اختراع یا انتشار مقاله کدام اول باید انجام شود؟ پژوهشگران منابع مالی و غیر مالی بسیاری را صرف انجام تحقیقات و پژوهش ها میکنند و امکان دارد تعدادی از آنها تبدیل به دستاوردها و فناوری های نو گردد. محققان این نتایج را به سرعت در مقالات علمی ملی و بین المللی منتشر و به آن افتخار میکنند. اما باید مد نظر داشت، چنانچه دستاورد پژوهشی امکان تبدیل شدن به یک محصول یا فرآیند قابل استفاده و تولید در صنعت را داشته باشد، هر گونه انتشار عمومی از جمله مقاله باعث از دست رفتن شرط جدید بودن و در نتیجه عدم امکان ثبت فناوری به عنوان اختراع خواهد شد.

در نتیجه محققان و پژوهشگران باید پیش از هرگونه افشاء عمومی آن دسته از نتایج تحقیقاتی که شرایط ثبت اختراع را دارا می باشد به صورت اظهارنامه اختراع در اداره مربوطه ثبت و سپس نسبت به انتشار آنها اقدام کنند. امکان دارد مراحل ثبت اختراع چندین ماه به طول بیانجامد که انتشار مقاله (و مانند آن) پس از تاریخ ثبت اظهارنامه اختراع مشکلی را در فرآیند ثبت اختراع بوجود نمی آورد.

از آنجا که برخی دستاورد ها مانند روشهای تشخیص بیماری و نوآوری های مدیریتی قابلیت ثبت اختراع بین المللی و ملی را ندارند، محققان بدون نگرانی میتوانند انتشار در مقالات داخلی و خارجی را به عنوان اولین گزینه جهت کسب افتخار دست یابی به این قبیل پژوهشها انتخاب کنند.

برو بالا