سال انتشار: ۱۳۸۹

محل انتشار: شانزدهمین کنفرانس بین المللی سالانه انجمن کامپیوتر ایران

تعداد صفحات: ۵

نویسنده(ها):

آزاده سلطانی – گروه کامپیوتر،دانشگاه فردوسی مشهد
محسن کاهانی – گروه کامپیوتر،دانشگاه فردوسی مشهد
محمدرضا اکبرزاده توتونچی – گروه برق،دانشگاه فردوسی مشهد

چکیده:

سیستمهای توصیه گر با استفاده از ابزارهای داده کاوی می توانند پیشنهادهای مناسبی برای انتخاب از بین حجم وسیعی از داده برای ما فراهم سازند اکثر این سیستمها براساس روش پالایش گروهی کار می کنند دراین روش به کمک معیارهای شباهت همسایه های مشابه برای یک فرد انتخاب شده سپس براساس برآورد نظرات آنها پیشنهاد مورد نظر ارایه می گردد معیار شباهت تاثیر بسیارزیادی برعملکرد اینگونه سیستمها می گذارد انتخاب معیار مناسب یکی از چالشها دراین زمینه است دراین مقاله سیستمی پیشنهاد شده که بدون نیاز به یافتن اکربران مشابه و به کمک نظرات افراد دیگر و اعتمادی که نسبت به آنها کسب کرده می تواند پیشنهادهای مناسبی را ارا یه دهد دراین سیستم از شبکه عصبی پس انتشار خطا برای کشف روابط و اعتماد استفاده شده است آزمایشها نشان میدهد که روش پیشنهادی کارایی را بالاتربرده است.