افزايش كارايي سيستمهاي پيشنهاددهنده با استفاده از فيلترسازي مشاركتي مبتني بركاربر و معيار شباهت بهبود يافته

در جوامع امروزي توليد و انتقال اطلاعات با سرعتي روزافزون در حال انجام است. رشد سريع توليد اطلاعات در كنار مزايايي كه دارد موجب سربار ميشود و كاربران براي يافتن اطلاعات موردنظر خود نياز به جستجوي زيادي در ميان انبوه اطلاعات دارند. يكي از روشهاي مرتفع نمودن اين مشكل، استفاده از سيستمهاي پيشنهاددهنده است. اين سيستمها با شناسايي ترجيحات كاربران، محصولات و يا اطلاعاتي را به هر كاربر پيشنهاد ميدهند كه به سلايق وي نزديكتر است. يكي از مهمترين مسائل در سيستمهاي پيشنهاددهنده چگونگي فيلترسازي اطلاعات است. در اين مقاله بهمنظور بهره گرفتن از تجربهي ديگر كاربران، از الگوريتم فيلترسازي مشاركتي استفاده شده است. همچنين به منظور بهبود عملكرد سيستم پيشنهادي، از يك معيار مشابهت قدرتمند استفاده شده است كه در آن ميزان قابليت اعتماد شباهت بين كاربران مختلف نيز در نظر گرفته ميشود و تأثير شباهتهايي با اعتماد بالاتر در پيشگويي امتيازات بيشتر خواهد بود.

In today's societies, the production and transmission of information is growing at an ever-increasing pace. the rapid growth of information along with the benefits that it brings to cause overhead and users need to search a lot of in order to find the information they need. One of the ways to overcome this problem is to use recommender systems. By identifying user preferences, these systems offer products or information to any user that is closer to his or her tastes. One of the most important issues in recommender systems is how to filter information. In this paper, a collaborative filtering algorithm has been used to take advantage of other users' experiences. Also, in order to improve the performance of the recommender system, a similarity criterion is used that the reliability of similarity between the various users is also considered and the effect of similarities with higher confidence in predicting higher scores.