FNHSM_HRS: سيستم توصيه‌گر تركيبي مبتني بر خوشه‌بندي فازي و معيار شباهت اكتشافي

امروزه سيستم‌هاي توصيه‌گر به يك سيستم فراگير براي راهنمايي و هدايت كاربران در حجم عظيمي از داده در اينترنت، تبديل شده است. پالايش همكارانه كه پيشنهادات به كاربر فعال را براساس امتيازدهي مجموعه‌اي از كاربران ارائه مي‌دهد،‌ يكي از مدل‌هاي ساده و قابل درك و موفق براي پيدا كردن افراد هم سليقه در سيستم‌هاي توصيه‌گر است. در اين مدل،‌ با افزايش تعداد كاربران و اقلام، سيستم دچار مشكل مقياس پذيري مي‌شود. از طرفي ديگر بهبود عملكرد سيستم در مواقعي كه اطلاعات كمي از امتيازات دردسترس داريم، امري مهم است. در اين مقاله يك سيستم توصيه‌گر تركيبي به نام FNHSM_HRS كه مبتني بر معيار شباهت اكتشافي (NHSM) به همراه خوشه‌بندي فازي است،‌ ارائه شده است. استفاده از روش خوشه‌بندي فازي در سيستم پيشنهادي باعث بهبود پذيري مساله مقياس پذيري گشته و دقت پيشنهادات سيستم را افزايش مي‌دهد. سيستم پيشنهادي مبتني بر مدل پالايش همكارانه بوده و با استفاده از معيار شباهت اكتشافي، عملكرد و صحت سيستم را ارتقا مي دهد. ارزيابي نتايج سيستم پيشنهادي برروي مجموعه داده MovieLens صورت گرفته، نتايج ارزيابي با استفاده از معيارهاي MAE، Accuracy، Precision و Recall بيانگر بهبود كارايي سيستم و افزايش دقت پيشنهادات نسبت به روش‌هاي پالايش همكارانه‌اي كه از معيارهاي ديگري براي پيدا كردن شباهت استفاده مي نمايند،‌ مي‌باشد.