سیستم توصیه گر زمان و اعتماد مبنا با استفاده از تشخیص جوامع مبتنی بر گراف

امروزه اینترنت نقش بااهمیتی در زندگی انسان ها دارد و محتوای وب باید متناسب با نیازهای کاربران باشد تا اطلاعات به روز و مناسب با سلیقه کاربر را فراهم نماید. در این راستا، سیستم های توصیه گر به کاربران کمک کرده و اقلامی که به سیلقه کاربران نزدیک تر است، را به آن ها در کم ترین زمان ممکن توصیه می کند . امروزه، با افزایش داده، استفاده از سیستم های توصیه گر رو به افزایش است. از طرفی دیگر این سیستم ها با چالش هایی از جمله تغییر سلیقه کاربران در طی زمان، شروع سرد، خلوت بودن ماتریس کاربر-قلم، حملات افراد جعلی در سیستم و تاثیر منفی آن ها در لیست توصیه سیستم روبرو هستند. هدف این مقاله ارایه یک سیستم توصیه گر زمان و اعتماد مبنا جهت بهبود کارایی و افزایش دقت توصیه های سیستم است. سیستم پیشنهادی در ابتدا با افزودن برخی امتیاز های ضمنی قابل اعتماد به ماتریس امتیاز دهی کاربر- قلم، مشکل پراکندگی داده را حل نموده و سپس یک شبکه وزن دار کاربر-کاربر براساس زمان ارایه نظر کاربر نسبت به قلم و روابط اعتماد میان کاربران تولید می نماید که بدین ترتیب مشکل شروع سرد و تغییر سلیقه کاربر در طی زمان را رفع می کند. سیستم توصیه گر پیشنهادی بر اساس الگوریتم تشخیص جامعه جدیدی که در این مقاله ارایه شده است، نزدیک ترین کاربران همسایه و هم سلیقه با کاربر فعال را پیدا نموده و بر اساس روش پالایش همکارانه، کا-بالاترین قلم را به کاربر پیشنهاد می دهد. نتایج ارزیابی سیستم پیشنهادی برای سیستم توصیه گر مبتنی بر فیلم بر روی مجموعه داده Epinions نشان می دهد سیستم پیشنهادی نسبت به سیستم های پایه از کارایی بالاتری برخوردار است.