فهرست نشریات علمی دسترسی آزاد ایران

امروزه سیستم توصیه‌گر، روش پالایش اطلاعات بین وب‌سایت‌ها و کاربران را به‌منظور شناسایی علاقه کاربر و ایجاد محصول پیشنهادی برای کاربران فعال تغییر داده است. سیستم‌های توصیه­‌گر را به‌طورکلی به سه گروه مبتنی بر محتوا، مبتنی بر دانش و مبتنی بر پالایش مشارکتی و در بعضی موارد ترکیبی تقسیم می‌کنند. ایده اصلی پالایش مشارکتی این است که اگر کاربران علایق مشابه یا یکسان در گذشته داشته باشند و آن را به­‌اشتراک بگذارند، در آینده نیز احتمالاً سلیقه‌­های مشابه خواهند داشت. این رویکرد نیاز به هیچ دانشی در مورد آیتم‌­ها ندارد. پالایش مشارکتی نیز دارای دو نوع اصلی مبتنی بر حافظه و مبتنی بر مدل است. روش مبتنی بر حافظه از اطلاعات امتیازدهی کاربران برای محاسبه شباهت بین کاربران یا آیتم‌‏ها استفاده می­‌کند. هدف اصلی این پژوهش نیز ارائه یک سیستم پیشنهاددهنده مبتنی بر حافظه برای بهبود نتایج الگوریتم پالایش مشارکتی است. در روش پیشنهادی برای یافتن شبیه‌­ترین کاربران به کاربر هدف از ترکیب دو الگوریتم گرگ خاکستری فازی و الگوریتم شیر استفاده شده است. نتایج اجرای روش پیشنهادی نشان می­‌دهد که پارامترهای Precision، Recall و F-measure نسبت به روش‌­های پایه افزایش یافته‌اند.