| dc.contributor.author | شاهرخی, نوشین | fa_IR |
| dc.contributor.author | عربی نرئی, سمیه | fa_IR |
| dc.date.accessioned | 1400-02-17T11:21:07Z | fa_IR |
| dc.date.accessioned | 2021-05-07T11:21:07Z | |
| dc.date.available | 1400-02-17T11:21:07Z | fa_IR |
| dc.date.available | 2021-05-07T11:21:07Z | |
| dc.date.issued | 2021-05-01 | en_US |
| dc.date.issued | 1400-02-11 | fa_IR |
| dc.identifier.citation | شاهرخی, نوشین, عربی نرئی, سمیه. (1400). ارائه راهکاری نوین برای تولید سامانه‌های توصیه‌گر با استفاده از روش تجزیه نامنفی ماتریس. پژوهش های ریاضی, 7(1), 111-126. | fa_IR |
| dc.identifier.issn | 2588-2546 | |
| dc.identifier.issn | 2588-2554 | |
| dc.identifier.uri | http://mmr.khu.ac.ir/article-1-2850-fa.html | |
| dc.identifier.uri | https://iranjournals.nlai.ir/handle/123456789/796685 | |
| dc.description.abstract | تجزیه نامنفی ماتریس یک رویکرد جدید برای کاهش ابعاد داده‌ها است. در این روش با اعمال محدودیت نامنفی بودن داده‌های ماتریس، ماتریس به اجزایی تجزیه می‌شود که این اجزا تفسیر پذیرتر هستند و داده‌ها را به بخش‌هایی تقسیم می‌کنند که داده‌های موجود در این بخش‌ها ارتباط خاصی با هم دارند. در این مقاله ما از این خاصیت تجزیه نامنفی ماتریس، برای تجزیه ماتریس امتیازات کاربران به کالاها در سامانه‌های توصیه‌گر استفاده کرده‌ایم. بدین ترتیب که ماتریس امتیازات را تجزیه می‌کنیم به‌گونه‌ای که کاربران با علایق مشابه تشخیص داده می‌شوند. در این مقاله به منظور کمینه سازی اختلاف بین ماتریس اصلی و فاکتورهای تجزیه، از روش منظم سازی استفاده کرده‌ایم به‌طوری که ضرایبی از نرم فاکتورهای تجزیه را در معادله تجزیه اعمال کرده‌ایم که در یک فرآیند بهروز رسانی ضربی، داده های فاکتورهای تجزیه را کنترل می‌کنند. نتایج عددی ما بر روی مجموعه داده‌های موی‌لنز[1] نشان‌گر دقت بیشتر روش پیشنهادی ما در پیش‌بینی امتیازات کاربران به کالاها است.
[1] MovieLens | fa_IR |
| dc.language | فارسی | |
| dc.language.iso | fa_IR | |
| dc.publisher | دانشگاه خوارزمی | fa_IR |
| dc.relation.ispartof | پژوهش های ریاضی | fa_IR |
| dc.relation.ispartof | Mathematical Researches | en_US |
| dc.subject | تجزیه نامنفی ماتریس | fa_IR |
| dc.subject | سامانه‌های توصیه‌گر | fa_IR |
| dc.subject | کمترین مربعات تکراری | fa_IR |
| dc.subject | بهروز رسانی ضربی | fa_IR |
| dc.subject | پردازش داده. | fa_IR |
| dc.subject | جبر | fa_IR |
| dc.title | ارائه راهکاری نوین برای تولید سامانه‌های توصیه‌گر با استفاده از روش تجزیه نامنفی ماتریس | fa_IR |
| dc.type | Text | en_US |
| dc.type | مقاله استخراج شده از پایان نامه | fa_IR |
| dc.contributor.department | دانشگاه خوارزمی، دانشکدۀ علوم ریاضی و کامپیوتر، گروه علوم کامپیوتر | fa_IR |
| dc.contributor.department | دانشگاه خوارزمی، دانشکدۀ علوم ریاضی و کامپیوتر، گروه علوم کامپیوتر | fa_IR |
| dc.citation.volume | 7 | |
| dc.citation.issue | 1 | |
| dc.citation.spage | 111 | |
| dc.citation.epage | 126 | |
