فهرست مقالات نوذر ابراهیمی لامع


  • مقاله

    1 - مقایسه سیستم های توصیه گر فیلم پالایش محتوا محور و پالایش اشتراکی بر اساس ضریب همبستگی
    فصلنامه فناوری اطلاعات و ارتباطات ایران , شماره 51 , سال 14 , بهار-تابستان 1401
    سیستم های توصیه گر، به عنوان یکی از ابزارهای هوشمند سازی کسب و کار و با استفاده از داده های کلان و روش های داده کاوی، وظیفه راهنمایی و هدایت کاربر جهت انتخاب بهینه آیتم ها، مطابق با علائق و سلیقه های آنها را در کمترین زمان بر عهده دارند. علی رغم بیش از دو دهه سابقه تحقی چکیده کامل
    سیستم های توصیه گر، به عنوان یکی از ابزارهای هوشمند سازی کسب و کار و با استفاده از داده های کلان و روش های داده کاوی، وظیفه راهنمایی و هدایت کاربر جهت انتخاب بهینه آیتم ها، مطابق با علائق و سلیقه های آنها را در کمترین زمان بر عهده دارند. علی رغم بیش از دو دهه سابقه تحقیقات دانشگاهی بر روی سیستم های توصیه گر، ولی موضوع مذکور هنوز یکی از چالش های تحقیقاتی به روز می باشد. این سیستم ها با شخصی سازی پیشنهاد کالا یا خدمات به کاربران سایت ها، باعث افزایش صرفه جویی در وقت و افزایش رضایت کاربران و وفاداری آنها به سایت های فروش شده و منجر به توسعه تجارت الکترونیک می گردند. سیستم های توصیه گر دارای کاربردهای فراوان جهت پیشنهاد کتاب، فیلم، موزیک و سایر کالاها و سایر خدمات برای مشتریان می باشند و در سایت های معتبر خارجی مانند ای بی،آمازون و نتفلیکس و سایت های داخلی مانند دیجی کالا، دیوار و فیلیمو مورد استفاده قرار می گیرند. این سیستم ها از انواع روش های پالایش داده های کلان برای ارائه پیشنهادات مناسب استفاده می نمایند. مهم ترین و پرکاربردترین روش ها، دو روش پالایش محتوا محور و پالایش اشتراکی می باشند. در این مقاله نسبت به پیاده سازی و مقایسه نتایج دو نوع سیستم توصیه گر فیلم پالایش محتوا محور بر مبنای محاسبه ضریب همبستگی بین ژانرهای فیلم ها و روش پالایش اشتراکی بر مبنای محاسبه ضریب همبستگی بین کاربران پرداخته شده است. همچنین برای افزایش مقبولیت نتایج و رفع مشکل خالی بودن ماتریس امتیازات، از روش محبوب ترین فیلم ها استفاده شده است. به عنوان ورودی از مجموعه داده های تحقیقاتی مووی لنز با تعداد 9724 فیلم که تعداد 610 کاربر به آنها امتیاز داده اند، استفاده شده است. نتایج تحقیق نشان می دهد خروجی های حاصل از روش پالایش محتوا محور منجر به ارائه پیشنهاداتی متمرکز بر ژانر فیلم های مشاهده شده قبلی کاربر می باشد، در حالیکه نتایج روش فیلتر اشتراکی ضمن ارائه نتایجی منطبق بر سلیقه قبلی کاربر، دارای پیشنهادات با تنوع بیشتری از نظر ژانر فیلم ها می باشد. جزييات مقاله