بهبود نتايج و عملكرد سيستم توصيهگر پالايش مشاركتي با پردازش روي اطلاعات پروفايل كاربران

سيستم¬هاي توصيه¬گر با تحليل رفتار كاربران و جمع¬آوري اطلاعات آنان، توصيه¬هاي مفيدي متناسب با نياز كاربران به آنان پيشنهاد مي¬دهند. يكي از الگوريتم¬هاي بكار رفته در اين سيستم¬ها روش پالايش مشاركتي مبتني بر كاربر است. ايده اين است كه اگر كاربران علايق مشابهي در گذشته داشته باشند در آينده نيز احتمالا سليقه¬هاي مشابهي خواهند داشت. مهم¬ترين بخش الگوريتم پالايش مشاركتي مبتني بر كاربر به تعيين شباهت بين كاربران اختصاص دارد. ما در اين مقاله يك معيار شباهت جديد و بهينه از طريق تركيب خطي ساده از وزن¬ها و نسبت رتبه¬بندي¬ها، به كمك پردازش روي اطلاعات پروفايل كاربران، پيشنهاد و آزمايش كرده¬ايم و نتايج حاصل را با معيار شباهت سنتي پيرسون و معيار شباهت بهينه¬ي مبتني بر الگوريتم¬ ژنتيك مقايسه نموده¬ايم. نتايج مقايسه¬ها نشان مي¬دهد كه روش پيشنهادي نه تنها دقت توصيه را بهبود مي¬بخشد، بلكه باعث افزايش كيفيت پيش¬بيني و كارايي توصيه نيز مي¬گردد.