استفاده از خوشه بندی سلسله مراتبی برای بهبود پیشنهاد منابع مبتنی بر برچسب

Abstract

اخیراً سیستم های برچسب زنی اجتماعی به صورت روز افزون متداول شده و در حال افزایش می باشد. این سیستم ها به کاربران<br />اجازه می دهد تا منابع مورد نیاز خود را به صورت آزادانه سازماندهی، مدیریت و جستجو نمایند. از چالش های این نوع سیستم ها<br />می توان به حجم بالای داده، داده ناسازگار، استفاده از الگوریتم های زمانبر یادگیری ماشین و عدم قابلیت اجرا و تطبیق در دنیای<br />واقعی اشاره نمود. این چالش ها سبب افزایش روز افزون تحقیقات در سالهای اخیر شده است. راهکار این چالش ها سیستم های<br />پیشنهاد دهنده می باشد، به همین دلیل سیستم پیشنهاد دهندة منابع را بر اساس برچسب معرفی نموده ایم که توانا یی کمک به کاربر<br />در انتخاب منبع مناسب و یکپارچه نمودن این منابع در بین تمام کاربران را پوشش می دهد. این سیستم به دل ی ل ترکی ب و یکپارچه<br />نمودن روش های مبتنی بر محتوا، مبتنی بر مشارکت، کلمات مرتبط و پروفایل کاربر سبب حذف مشکل شروع - سرد در ابتدای<br />کار سیستم می شود. اگر سیستم دارای هیچ اطلاعاتی نباشد و برای اولین بار اقدام به فعال ی ت نمای د، با استفاده از محتوای م نبع و<br />کلمات مرتبط اقدام به ارائه پیشنهاد به کاربر می کند که این بزگترین مزیت سیستم می باشد . در ای ن سیستم، پیشنهادات بر اساس<br />علائق شخصی کاربر، علائق کاربران مشابه، محتوای منابع مورد نظر و پایگاه های اطلاعاتی مرتبط با هستی شناسی و کلمات مرتبط<br />انجام می شود. ارزیابی سیستم پیشنهادی بر روی مجموعه دادة استخراج شده از سایت دلیشز انجام شده است. نتایج به دست آمده از<br />آزمایشها، بهبود صحت در ارائه پیشنهادات و کارایی این سیستم را در مقابل روش پیشنهاد ترکیبی تا 67 درصد افزایش می دهد.