سیستم پیشنهاد دهنده مبتنی بر آنتولوژی و زمان

افزایش حجم اطلاعات در وب، انگیزه اصلی ایجاد سیستم های پیشنهاددهنده است. چنین سیستم هایی کاربران را درحالی که با فضای اطلاعاتی بزرگی در ارتباط هستند پشتیبانی کرده و آنها را به سمت اطلاعات مورد نیازشان هدایت می کند. سیستم های پیشنهاد دهنده با مشکلاتی از قبیل کاربر جدید و پراکندگی داده ها مواجه هستند. همچنین این سیستم ها کمتر به دانش حوزه کاربردی و آنتولوژی سایت توجه می کنند. در این مقاله سیستم پیشنهاد دهنده ای به نام OntoTimes معرفی می شود که علاوه بر در نظرگرفتن روابط معنایی برچسب های منتسب شده توسط کاربران با آنتولوژی سایت، علایق زمانی کاربران را نیز در ارائه پیشنهادات در نظر می گیرد. ارزیابی های انجام شده نشان می دهد که سیستم پیشنهاد دهنده OntoTimes به دلیل توجه به فاکتور زمان، نسبت به سیستمی که فقط مبتنی بر آنتولوژی است به دقت بهتری، به مقدار 47% در مقابل 37% رسیده است.