کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4946888 1439558 2017 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
An item orientated recommendation algorithm from the multi-view perspective
ترجمه فارسی عنوان
یک الگوریتم پیشنهاد یک موضوع مورد نظر از دیدگاه چند نمایشی
کلمات کلیدی
الگوریتم توصیه. مورد گرایش، آموزش چندرسانه ای،
ترجمه چکیده
در الگوریتم های توصیه شده سنتی، اقلام به کاربران بر اساس ترجیحات کاربران توصیه می شود تا به بهبود کارایی فروش کمک کنند، اما با این وجود همیشه نمی تواند درآمد حاصل از تولید کنندگان موارد خاص را افزایش دهد. فرض کنید که یک تولید کننده بودجه محدودی برای تبلیغ آیتم دارد، با این بودجه، تنها برای او امکان فروش این آیتم را به کاربران محدود می دهد. چگونه برای انتخاب بهترین کاربرانی که درآمد تبلیغات را افزایش می دهند؟ به نظر می رسد یک مشکل غیرقابل تحمل در الگوریتم توصیه های موجود باشد. برای رسیدگی به این مسئله، الگوریتم پیشنهاد جدید مورد نظر از دیدگاه چندبعدی در این مقاله ارائه شده است. این الگوریتم متفاوت از الگوریتم های توصیه شده موجود است، این مدل موارد مورد نظر را با کاربران که ممکن است برای خرید آنها را فراهم می کند. ایده اصلی این است که به طور همزمان روابط بین اقلام و تفاوت های رتبه بندی بین کاربران را از یک مدل چندبعدی محاسبه کنید که در آن پرونده خرید هر کاربر به عنوان یک دیدگاه در نظر گرفته شده و هر رکورد به عنوان یک گره در یک نظر مشاهده می شود. نتایج تجربی نشان می دهد که روش پیشنهادی ما از روش های پیشرفته تر در سناریوی توصیه های مورد نظر برتر است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
یک الگوریتم پیشنهاد یک موضوع مورد نظر از دیدگاه چند نمایشی
چکیده انگلیسی
In the traditional recommendation algorithms, items are recommended to users on the basis of users' preferences to improve selling efficiency, which however cannot always raise revenues for manufacturers of particular items. Assume that, a manufacturer has a limited budget for an item's advertisement, with this budget, it is only possible for him to market this item to limited users. How to select the most suitable users that will increase advertisement revenue? It seems to be an insurmountable problem to the existing recommendation algorithms. To address this issue, a new item orientated recommendation algorithm from the multi-view perspective is proposed in this paper. Different from the existing recommendation algorithms, this model provides the target items with the users that are the most possible to purchase them. The basic idea is to simultaneously calculate the relationships between items and the rating differences between users from a multi-view model in which the purchasing records of each user are regarded as a view and each record is seen as a node in a view. The experimental results show that our proposed method outperforms the state-of-the-art methods in the scenario of item orientated recommendation.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 269, 20 December 2017, Pages 261-272
نویسندگان
, , , ,