دراسة حول دقة التنبؤ في نظام التوصية على أساس مقاييس التشابه
الشريط الجانبي للمقالة
محتوى المقالة الرئيسي
الملخص
نظم التوصية هي أدوات لفهم الكم الهائل من البيانات المتاحة في عالم الإنترنت. التصفية التعاونية هي واحدة من أكثر تقنيات اكتشاف المعرفة المستخدمة بشكل إيجابي في نظام التوصيات. تركز التصفية التعاونية القائمة على الذاكرة على استخدام الحقائق حول المستخدمين القائمين والمتوفرين, للتنبؤ بأشياء جديدة للمستخدم المستهدف. مقاييس التشابه هي من العمليات الأساسية في التصفية التعاونية ودقة التنبؤ تعتمد في الغالب على حسابات التشابه. في هذه الدراسة ، تم استخدام مجموعة من مقاييس التشابه التقليدية مع المعاملات المرجحه لحساب العلاقة بين المستخدمين عبر مصفوفة التخمين لمجموعة بيانات MovieLens)). تم اكتشاف مزايا وعيوب كل مقياس. من الدراسة ، تم اقتراح مقياس جديد مكون من مجموعة من المقاييس للتعامل مع المعنى الشامل لتخمين مجموعة البيانات. بعد إجراء النتائج التجريبية ، تبين أن المقياس المقترح حقق العديد من الأهداف التي تزيد من دقة التنبؤات.
تفاصيل المقالة
كيفية الاقتباس
