Abstract:
با توجه به حجم عظیم اطلاعات در اینترنت، کاربران برای انتخاب کالا و خدمات موردپسند خود با گزینههای زیادی مواجه هستند. سیستمهای توصیهگر با توجه به اطلاعات ثبت شده از انتخاب کاربران، افرادمرتبط یا مورداعتماد آنها و نیز کالاهای انتخاب شده، مدلی را استخراج نموده و ضمن تخمین امتیاز کالاها، آنها را جهت توصیه به کاربر، اولویتبندی مینمایند. رویکرد مبتنی بر اعتماد، از شبکه اعتماد بین افراد برای تخمین امتیاز کالا استفاده مینماید. از آنجا که سطح اعتماد در زمینههای تخصصی متفاوت است، مقوله اعتماد در وجوه مختلف مورد توجه پژوهشگران قرارگرفته است. این مقاله مدل مبتنی بر اعتماد چندوجهی برای تخمین امتیاز کالا ارائه میدهد که در آن کاربران و کالاها با توجه به میزان تعلق به هر وجه و نیز سطح اعتماد در آن وجه در نظر گرفته میشوند. تحلیل مجموعه دادههای Epinions نشان میدهد پراکندگی فاصله انتخاب افراد درون یک شبکه اعتماد چندوجهی به صورت معناداری کمتر از توزیع آنها در یک شبکه عام اعتماد است. درادامه عملکرد مدل پایه و مدل مبتنی بر تشابه نیز با دو حالت عام و چندوجهی بررسی و مقایسه شده است. ارزیابی مدلها بر اساس میانگین تواندو خطای تخمین و با تفکیک دادههای Epinions به دو گروه آموزش و آزمون و همچنین روش تصدیق متقابل انجام گرفته است. نتایج نشان میدهد با در نظر گرفتن مولفه اعتماد به صورت چندوجهی، خطای تخمین به طور متوسط 20% کاهش یافته و عملکرد سیستم توصیهگر به صورت محسوسی ارتقاء مییابد
Machine summary:
Collaborative Filtering همکارانه کاربر ـ کاربر شباهت میان کاربران بر اساس الگوی ترجیحاتشان محاسبه می شود: سپس پیشنهاد به کاربر بر اساس کاربران مشابه با او ارائه میشود (مطهری نژاد، ذوالفقار زاده ، خدنگی و سعدآبادی، ١٣٩٥).
7. Bedi & Agarwal روش شناسی پژوهش در این تحقیق از دو روش تخمین گر پایه ای و پالایش همکارانه جهت تخمین امتیازات استفاده خواهد شد و بررسی میشود هرکدام از این روش ها در حالت چندوجهی به چه صورت ترجیحات کاربران را پیش بینی میکنند.
با توجه به این که تمایلات کاربر نسبت به امتیاز میانگین در وجه های متفاوت می تواند مقادیر متفاوتی داشته باشد، چندوجهی بودن روی این مؤلفه نیز قابل اعمال است ( ) و به شکل زیر محاسبه خواهد شد: (رجوع شود به تصویر صفحه) که تعداد محصولاتی است که توسط کاربر u از وجه k امتیازدهی می شود.
این عموما با محاسبه میانگین وزن دار امتیازات کاربران همسایه به محصول i با استفاده از شباهت یا اعتماد به عنوان وزن است : (رجوع شود به تصویر صفحه) که ( ) میزان تعامل کاربر u و را مشخص می کند.
در این مقاله دقت مدل های تخمین گر پایه و همسایگی توسط متوسط مربعات خطا١ ارزیابی میشود: (رجوع شود به تصویر صفحه) که ( )̂ امتیاز کاربر u به محصول i است که توسط سیستم توصیه گر محاسبه شده باشد و ( ) امتیاز واقعی کاربر u به محصول i را مشخص میکند.
Collaborative filtering recommender systems.