روش جدید بر اساس شبکه اجتماعی با استفاده از تکنیک تقسیم بندی ماتریس

نوع فایل : 19

تعداد صفحات : 31

تعداد کلمات : 7700

مجله : Information Processing and Management

انتشار : 2019

:

:

:

:

:

تاریخ انتشار
22 دسامبر 2019
دسته بندی
تعداد بازدیدها
826 بازدید
20,000 تومان

عنوان فارسی مقاله: یک روش توصیه جدید بر اساس شبکه اجتماعی با استفاده از تکنیک تقسیم بندی ماتریس

چکیده

توسعه سریع فناوری اطلاعات و رشد سریع اینترنت موجب انفجار اطلاعاتی شده است که مشکل اطلاعات را تشدید کرده است. سیستم‌های توصیه شده در پاسخ به این مشکل ظاهر شده و به کاربران کمک می‌کند مطالب جالبی پیدا کنند. با توجه به پیچیدگی اجتماعی پیچیده، چگونگی پرورش نیازهای فردی به یک روند جدید در مطالعات خدمات توصیه شده شخصی تبدیل شده است(روش جدید استفاده ازتکنیک تقسیمبندی ماتریس). به منظور رفع مشکل اسپارتی سیستم‌های پیشنهاد دهنده در عین حال، دقت و تنوع آنها در زمینه‌های پیچیده را افزایش می‌دهد، ما پیشنهاد روش جدید توصیه شده بر اساس شبکه اجتماعی با استفاده از تکنیک فاکتور سازی ماتریس ارائه می‌دهیم. در این روش، ما کاربران را خوشه بندی می‌کنیم و انواع مختلفی از عوامل پیچیده را در نظر می‌گیریم. نتایج شبیه سازی در دو مجموعه داده‌های معیار و یک مجموعه داده واقعی نشان می‌دهد که روش ما عملکرد برتر را به روش‌های موجود به دست می‌آورد(روش جدید استفاده ازتکنیک تقسیمبندی ماتریس).

کلیه مقالات مرتبط را میتوانید در بخش ترجمه مقالات فناوری اطلاعات ملاحظه کنید.

ادامه مطلب

راهنمای خرید:
  • 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.

Title: A novel recommendation method based on social network using matrix factorization technique

Abstract: 

The rapid development of information technology and the fast growth of Internet have facilitated an explosion of information which has accentuated the information overload problem. Recommender systems have emerged in response to this problem and helped users to find their interesting contents. With increasingly complicated social context, how to fulfill personalized needs better has become a new trend in personalized recommendation service studies. In order to alleviate the sparsity problem of recommender systems meanwhile increase their accuracy and diversity in complex contexts, we propose a novel recommendation method based on social network using matrix factorization technique. In this method, we cluster users and consider a variety of complex factors. The simulation results on two benchmark data sets and a real data set show that our method achieves superior performance to existing methods
دیدگاهتان را بنویسید