بهبود سیستم‏های پیشنهاد دهنده با استفاده از یک مدل لایه‏ای اعتماد آگاه از اطمینان

پالایش همکارانه یک رویکرد متداول در سیستم‏های پیشنهاددهنده است. با وجود این، کارآمدی رویکرد مذکور در شرایط خلوتی داده‏ها و کاربران شروع سرد تنزل می‏یابد. به همین دلیل محققان به ارایه رویکردهای مکمل و ازجمله تلفیق مدل‏های اعتماد با رویکرد مذکور روی آورده‏اند. اخیرا در برخی از مدل‏های اعتماد، پارامتر اطمینان به عنوان معیار دقت تخمین اعتماد مطرح و نشان داده شده است که مدل‏های اعتماد آگاه از اطمینان در بسیاری از کاربردها باعث افزایش دقت و کارآمدی می‏شوند. در این مقاله یک مدل لایه‏ای اعتماد آگاه از اطمینان برای افزایش دقت توصیه‏ها در سیستم پیشنهاددهنده معرفی می‏گردد. این مدل شامل چهار لایه ارزشیابی، اعتماد مستقیم، اعتماد غیرمستقیم و پیشنهاد است. اعتماد ضمنی و صریح براساس مدل منطق ذهنی با یکدیگر ترکیب می‏شوند. اطمینان در لایه اعتماد مستقیم براساس تعداد و تازگی ارزشیابی‏ها و در لایه اعتماد غیرمستقیم براساس طول زنجیره اعتماد و سازگاری نظرات محاسبه می‏گردد. در لایه پیشنهاد، سناریوهای مختلفی برای انتخاب آیتم‏ها بررسی می‏گردد. مدل پیشنهادی بر روی دو مجموعه‏داده مطرح در این حوزه شامل Epinions و FilmTrust مورد ارزیابی قرار گرفته است. نتایج حاصل بیانگر برتری قابل‏ملاحظه روش پیشنهادی نسبت به روش‏های موجود از نظر دقت و پوشش توصیه‏ها است.