سیستم توصیه گر زمینه آگاه سفر با بهره گیری از اطلاعات عکسهای برچسب دار جغرافیایی
سیستمهای توصیهگر بر اساس اطلاعات کاربران و آیتمها، سلایق و علاقهمندیهای مورد نظر کاربران را پیشبینی کرده و بر اساس آنها آیتمهای مناسب را به کاربران پیشنهاد میدهند. اکثر رویکردهای موجود برای سیستمهای توصیهگر بر روی پیشنهاد دادن مرتبطترین آیتمها تمرکز میکنند و اطلاعات زمینهای مانند زمان یا مکان را در نظر نمیگیرند. در این مقاله یک روش برای سیستم توصیهگر زمینه آگاه سفر با بهره گیری از اطلاعات عکسهای برچسب دار جغرافیایی ارایه شده است که از دقت بالایی برخوردار است. این روش نسبت به مقالات مشابه، تعداد زمینههای بیشتری مانند (وضعیت آب و هوا، وضعیت روحی کاربر، میزان ترافیک و...) را در نظر میگیرد. با این کار باعث نزدیک شدن کاربران یک خوشه و در نتیجه افزایش دقت میشود. روش پیشنهادی به جای استفاده از الگوریتم خوشهبندی کلاسیک از ادغام دو الگوریتم رقابت استعماری و خوشهبندی C-Means فازی استفاده میکند. ارزیابی روش ارایه شده بر روی مجموعه داده فلیکر انجام شده و نتایج ارزیابی حاکی از آن است که روش پیشنهادی قادر به فراهم کردن توصیههای موثر و دقیق مطابق با علاقهمندیهای کاربر و موقعیت فعلی بازدید او میباشد. رویکرد پیشنهادی در معیارهای دقت، متوسط مطلق دقت و میانگین قدر مطلق خطا به ترتیب به 0.69 و 0.53 و 0.31 دست یافته است.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.