Warning: Declaration of tie_mega_menu_walker::start_el(&$output, $item, $depth, $args, $id = 0) should be compatible with Walker_Nav_Menu::start_el(&$output, $data_object, $depth = 0, $args = NULL, $current_object_id = 0) in /home/tnt3ir/domains/tnt3.ir/public_html/wp-content/themes/sahifa-wpcity/functions/theme-functions.php on line 1962
دوستان عزیز برای پیدا کردن سریع مطالب مورد نظر خود، می توانید از قسمت جستجوی سریع در سایت، یک یا چند کلمه کلیدی مورد نظر خود را جستجو نمایید.
یا اینکه بر روی دو آیکون سبز رنگ "طبقه بندی موضوعات" یا "جستجوی کلمات کلیدی" در سمت راست و چپ موجود در بالای سایت کلیک نمایید...
در صورت بروز مشکل در پرداخت الکترونیکی؛ میتونید ایمیلی ، پیامکی، تلفنی یا تلگرامی بگید تا فایلتون براتون ارسال بشه.
سمینار سیستم های توصیه گر | سمینار سیستم های توصیه گر"/>
طبقه بندی موضوعات
جستجوی کلمات کلیدی
جمعه , 22 نوامبر 2024
آخرین مطالب
خانه -> دانلود -> سمینار سیستم های توصیه گر

سمینار سیستم های توصیه گر

سمینار سیستم های توصیه گر

در ابتدا به بیان لیستی از انواع توصیه گرها می‏پردازیم و در ادامه ی این بخش انواع مختلف سیستم های توصیه گر پایه شرح داده شده اند. آشنایی مقدماتی با انواع اولیه ی سیستم های توصیه گر برای درک بهتر سیستم تلفیقی پیشنهادی ضروری می‏باشد.

انواع سیستم های توصیه گر

سيستم  توصيه گر يا سامانه پيشنهادگر، با تحليل رفتار کاربر خود، اقدام به پيشنهاد مناسب‏ترين آيتم ها (داده، اطلاعات، کالا و …) مي‏نمايد. به زبان ساده‌تر در سيستم هاي توصيه‌گر تلاش بر اين است تا با حدس زدن شيوه تفکر کاربر (به کمک اطلاعاتي که از نحوه رفتار وي يا کاربران مشابه وي و نظرات آن‏ها داريم) به وي مناسب‌ترين و نزديک‏ترين کالا به سليقه او را شناسايي و پيشنهاد کنيم. سيستم هاي توصيه گر براساس تخمين نرخ و چگونگي پيشنهادات به چهار دسته تقسيم مي‏شود:

توصيه گر محتوامحور

توصيه گر هم بستگي (يا اشتراکي)

فيلتر ترکيبي

روش دانش‏محور

در سيستم هاي توصيه گر، محاسبه ي ميزان شباهت کالا با کاربر و کاربر با کاربر، از اهميت زيادي برخوردار است.

 

توصيه گر محتوامحور

در روش مبتني بر محتوا سودمندي u(c,s)  از آيتم s براي کاربر c، از روي سودمندي u(c,s_i) به وسيله کاربر c به آيتم هاي s_i∈S  که s_i شبيه آيتم S هستند، تخمين زده مي‏شود. براي مثال در برنامه توصيه گر فيلم به کاربر c، اين سيستم  سعي مي‏کند اشتراک‏هاي بين فيلم ها مثل نام کارگردان، نوع فيلم، موضوع فيلم، بازيگران خاص و… که کاربر c به آن‏ها نرخ بالايي داده تشخيص دهد و در اين‏صورت فيلم هاي که درجه تشابه بالاتري، با اولويت‏هاي مشتري دارند را پيشنهاد نمايد.

فهرست مطالب
1- مرور ادبیات 1
1-1- انواع سیستم‏های توصیه‏گر 1
1-1-1- توصيه‏گر محتوامحور 2
1-1-2- توصيه‏گر همبستگي 7
1-1-3- الگوريتم ترکيبي 9
1-1-4- روش دانش محور 19
1-1-5- طبقه‏بندي جامع انواع سيستم توصيه‏گر 19
1-2- پیش‏بینی نرخ 20
1-3- روش‏هاي پيش‏بيني نرخ کاربرمحور 22
1-3-1- پيش‏بيني نرخ با استفاده از فيلترينگ همکارانه کاربرمحور 22
1-3-2- روش‏هاي پيش‏بيني نرخ اعتمادمحور 26
1-4- روش‏هاي پيش‏بيني نرخ آيتم‌محور 30
1-4-1- فيلترينگ همکارانه آيتم‌محور 30
1-4-2- روش‏هاي آيتم‏محور معنايي در پيش‏بيني نرخ 36
1-4-3- روش پيش‏بيني با استفاده از ادغام اعتماد ضمني و فيلترينگ همکارانه کاربرمحور بهبود يافته 44
1-4-4- روش پيش‏بيني با استفاده از ادغام مشابهت معنايي تعداد سرموضوعات و فيلترينگ همکارانه آيتم‌محور بهبود يافته 45
1-5- کارهاي مرتبط 47
1-5-1- مروري بر سيستم‏هاي توصيه‏گر 47
1-5-2- سيستم‏هاي توصيه‏گر معنايي 48
1-5-3- سيستم‏هاي توصيه‏گر اجتماعي و آگاه از اعتماد 48
1-6- خلاصه فصل 50
منابع 52

یک فایل فشرده حاوی دو فایل:
فایل ورد
نوع فایل:  Microsft word Office
بخش مرور کارهای انجام شده پایان نامه کارشناسی ارشد
تعداد صفحات:   58 صفحه
کاربر گرامی

برای دانلود فایل های مورد نظرتان بایستی بر روی دکمه "افزودن به سبد خرید" کلیک نمایید .

پس از چند ثانیه ، فایل مورد نظر شما به سبد خریدتان اضافه گردیده و این دکمه تبدیل به دکمه "پرداخت" خواهد شد.

با کلیلک بر روی دکمه "پرداخت" ، وارد صفحه پرداخت خواهید شد .

با وارد کردن اطلاعات و ایمیل خود ، فایل مورد نظر به ایمیل شما ارسال گردیده و همچنین لینک دانلود فایل بلافاصله برایتان به نمایش درخواهد آمد.

– قابل پرداخت با تمام کارتهای بانکی + رمز دوم

– پشتیبانی سایت ۰۹۳۵۹۵۲۹۰۵۸ – Info@tnt3.ir – universitydatainfo@yahoo.com




سفارش ترجمه متون عمومی و تخصصیفروشگاه اینترنتی کتاب - خرید آنلاین کتاب - دانلود کتاب الکترونیکی
لیست محصولات مورخ 1399/09/27