چکیده مقاله
هر روزه به تعداد مقالات، فایلهای موسیقی، فیلمها، کتابها و صفحات وب موجود در اینترنت افزوده می شود بدون شک پدیده سرریز شدن اطلاعات، بطور بارز در جامعه اطلاعاتی امروزه بروز پیدا کرده است درچنین محیطی افراد نمی دانند با این حجم عظیم اطلاعات چه کنند، آنها اغلب از فرصت های موجود به دلیل این حجم بالای دادهای بیاطلاع می مانند و در پاره ای از موارد بطوری کلی از تصمیم گیری در آن زمینه صرف نظر میکنند امروزه استفاده از سیستمهای پیشنهادگر مبتنی بر رایانه به عنوان یک ضرورت در آمده است و بسیاری از سایتهای اینترنتی برای خدمت رسانی شایسته به مشتریان خود از سیستم های پیشنهادگر استفاده میکنند یکی از مشهورترین روشهای طراحی سیستمهای توصیه گر، روش فاکتورسازی ماتریس ها است فاکتورسازی ماتریسها نوعی روش فیلترینگ اشتراکی، بر پایه مدل است که قدرت خود را در زمینه تخمین مدلهای دقیق برای سیستمهای توصیه گر نشان داده است فاکتورسازی ماتریس کاربر موجودیت موفقیت قابل توجهی در سیستمهای توصیه گر، بر پایه ی فیلترینگ مشترک، کسب کرده است همچنین فاکتورسازی در سیستمهایتوصیه گر، با مشکل تنک بودن داده ها و تطبیق پذیری مقابله می کند در این مقاله انواع سیستمهای توصیه گر مبتنی بر فاکتورسازی ماتریسها ارایه شده است هدف از این کار این است که بتوان نقاط قوت و ضعف روشهای موجود را درک کرد و سیستم توصیه گریپیشنهاد کرد که نقاط ضعف روش های موجود را بتواند برطرف کند
کلیدواژهها
نویسندگان
شیوه ارجاع
�اباخانی، سارا و مصلح، محمد و صافی، سیدمحمد،1396،مروری بر سیستم های توصیه گر مبتنی بر هم افزایی فاکتورسازی ماتریس ها،کنفرانس ملی کامیپوتر،فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز
ارائهشده در
مجموعه مقالات کنفرانس ملی کامیپوتر،فناوری اطلاعات و کاربردهای هوش مصنوعی18 بهمن 1396 · اهواز