کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6926068 1448889 2018 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A novel recommendation method based on social network using matrix factorization technique
ترجمه فارسی عنوان
یک روش توصیه جدید بر اساس شبکه اجتماعی با استفاده از تکنیک تقسیم بندی ماتریس
ترجمه چکیده
توسعه سریع فناوری اطلاعات و رشد سریع اینترنت موجب انفجار اطلاعاتی شده است که مشکل اضطراب اطلاعات را تشدید کرده است. سیستم های توصیه شده در پاسخ به این مشکل ظاهر شده و به کاربران کمک می کند مطالب جالبی پیدا کنند. با توجه به پیچیدگی اجتماعی پیچیده، چگونگی پرورش نیازهای فردی به یک روند جدید در مطالعات خدمات توصیه شده شخصی تبدیل شده است. به منظور رفع مشکل اسپارتی سیستم های پیشنهاد دهنده در عین حال، دقت و تنوع آنها در زمینه های پیچیده را افزایش می دهد، ما پیشنهاد روش جدید توصیه شده بر اساس شبکه اجتماعی با استفاده از تکنیک فاکتور سازی ماتریس ارائه می دهیم. در این روش، ما کاربران را خوشه بندی می کنیم و انواع مختلفی از عوامل پیچیده را در نظر می گیریم. نتایج شبیه سازی در دو مجموعه داده های معیار و یک مجموعه داده واقعی نشان می دهد که روش ما عملکرد برتر را به روش های موجود به دست می آورد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
The rapid development of information technology and the fast growth of Internet have facilitated an explosion of information which has accentuated the information overload problem. Recommender systems have emerged in response to this problem and helped users to find their interesting contents. With increasingly complicated social context, how to fulfill personalized needs better has become a new trend in personalized recommendation service studies. In order to alleviate the sparsity problem of recommender systems meanwhile increase their accuracy and diversity in complex contexts, we propose a novel recommendation method based on social network using matrix factorization technique. In this method, we cluster users and consider a variety of complex factors. The simulation results on two benchmark data sets and a real data set show that our method achieves superior performance to existing methods.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Processing & Management - Volume 54, Issue 3, May 2018, Pages 463-474
نویسندگان
,