چکیده:
در زندگی روزانه، معمولا برای انجام یک انتخاب، با استناد به پیشنهادها و نظرات دوستان و سایر افراد و یا با توجه به تجربه قبلی خود، به سوی گزینه خاصی متمایل میشویم؛ اما با توجه به حجم بالای اطلاعات در دنیای اینترنت، استفاده از چنین روشهایی در زندگی اینترنتی میسر نیست. اگر در چند دهه گذشته فقدان اطلاعات، چالش اصلی در فرایند تصمیمگیری و انتخاب بود، امروزه حجم بالای اطلاعات و انتخاب اطلاعات مناسب از میان این حجم عظیم، بهعنوان چالش اصلی به حساب میآید. سیستمهای پیشنهاددهنده، با هدف رفع این چالش به وجود آمدهاند. این سیستمها تلاش میکنند تا از میان حجم عظیم اطلاعات، اطلاعات خاص و مفید را با توجه به علاقه و سلیقه مشتری به وی پیشنهاد دهند. سیستمهای پیشنهاددهنده، بر اساس الگوریتم و شیوه عملکرد، به سه دسته: فیلترگذاری مشارکتی، مبتنی بر محتوا و دانشمحور تقسیم میشوند. در این مقاله، ابتدا به بررسی این سیستمها میپردازیم و در ادامه، سیستمهای پیشنهاددهنده پیادهسازیشده در پایگاه مجلات تخصصی نور، بهعنوان نمونههای واقعی از این سیستمها معرفی میشوند
خلاصه ماشینی:
الگوریتم فیلترینگ مورد استفاده: هدف سیستمهای پیشنهاددهنده، در واقع، رتبهبندی آیتمهای سیستم به لحاظ نزدیکبودن به علایق کاربران میباشد تا در هنگام ارائه پیشنهاد، آیتمهایی با رتبه بالاتر را به کاربر پیشنهاد دهند.
مدل انتخابی برای سیستم: در حال حاضر، برای پیادهسازی سیستمهای پیشنهاددهنده، دو راهکار استفاده میشود: یکی، استفاده مستقیم از دادههای موجود در سیستم است که به این راهکار، روش مبتنی بر حافظه (4) گفته میشود و راهکار دیگر که کمی هوشمندانهتر است، از یک مدل برای ارائه پیشنهاد استفاده میکند که در اصطلاح به آن، راهکار مبتنی بر مدل (5) گفته میشود؛ یعنی استفاده از الگوریتمهای ژنتیک، شبکههای عصبی و فازی.
2-پالایش بر اساس محتوا سیستمهای پالایش بر اساس محتوا، با تبیین رابطه میان آیتمهای اطلاعاتی پیادهسازی میشوند؛ به عبارت دیگر، این سیستمها اطلاعات پیشنهادی به کاربر را از طریق آیتمهایی که وی پیشتر مشاهده کرده است، به دست میآورند.
3. پالایش بر اساس شبکههای اجتماعی (11) همانطور که بیان شد، با گسترش شبکههای اجتماعی، گروهی از محققان به سوی استفاده از اطلاعات موجود در این شبکهها، برای استفاده در سیستمهای پیشنهاددهنده رفتند.
راهکار رایج در این نوع سیستمهای پیشنهاددهنده، بدین صورت است که امتیازدهی به شکل سنتی در قالب یک روش پالایش مشارکتی به آیتمها داده میشود؛ اما هنگامیکه پیشنهاد به کاربر داده میشود، اطلاعات جغرافیایی او نیز در پروسه ارائه پیشنهاد دخیل میگردند.
/ تصویر 1: سیستم پیشنهاددهنده مبتنی بر پالایش گروهی همانگونه که در تصویر 2 نشان داده شده است، با کلیک روی گزینه «مقالات مرتبط» فهرستی از مقالات به کاربر پیشنهاد داده خواهد شد که این گزینه، بر اساس الگوریتم پالایش بر اساس محتوا عمل میکند.