Sharif Digital Repository / Sharif University of Technology
    • [Zoom In]
    • [Zoom Out]
  • Page 
     of  0
  • [Previous Page]
  • [Next Page]
  • [Fullscreen view]
  • [Close]
 
بارائه مدلی جدید مبتنی بر اطلاعات زمینه ای جهت افزایش کیفیت سیستم های توصیه گر
عباسی، علی Abbasi, Ali

Cataloging brief

بارائه مدلی جدید مبتنی بر اطلاعات زمینه ای جهت افزایش کیفیت سیستم های توصیه گر
پدیدآور اصلی :   عباسی، علی Abbasi, Ali
ناشر :   صنعتی شریف
سال انتشار  :   1393
موضوع ها :   یادگیری ماشینی Machine Learning سیستم توصیه گر Recommender System شبکه پیچیده Complex...
شماره راهنما :   ‭19-46764

Find in content

sort by

Bookmark

  • 1 مقدمه (16)
    • 1‏.‏1 اهمیت و کاربرد‌های سیستم‌های توصیه‌گر (17)
    • 1‏.‏2 نحوه‌ی کار و دسته‌بندی کلی سیستم‌های توصیه‌گر (18)
      • 1‏.‏2‏.‏1 انواع اطلاعات مورد استفاده (19)
      • 1‏.‏2‏.‏2 دسته‌بندی انواع سیستم‌های توصیه‌گر بر اساس اطلاعات ورودی (20)
    • 1‏.‏3 برخی از چالش‌‌های موجود (21)
    • 1‏.‏4 معیار‌های ارزیابی (23)
    • 1‏.‏5 آشنایی با سیستم‌های توصیه‌گر آگاه از زمینه (24)
      • 1‏.‏5‏.‏1 مفهوم زمینه (25)
    • 1‏.‏6 تعریف مسئله (25)
    • 1‏.‏7 دستاورد‌های پژوهش (26)
    • 1‏.‏8 ساختار پایان‌نامه (26)
  • 2 کارهای پیشین پایه (28)
    • 2‏.‏1 دسته‌بندی الگوریتم‌های پایه (28)
    • 2‏.‏2 الگوریتم‌های مبتنی بر محتوا (28)
    • 2‏.‏3 الگوریتم‌های پایش همکارانه (30)
      • 2‏.‏3‏.‏1 الگوریتم‌های پایش همکارانه مبتنی بر حافظه (31)
      • 2‏.‏3‏.‏2 الگوریتم‌های پایش همکارانه مبتنی بر مدل (34)
    • 2‏.‏4 الگوریتم‌های ترکیبی (40)
    • 2‏.‏5 جمع‌بندی و مقایسه‌ی کلی الگوریتم‌‌های پایه مطرح‌شده (40)
  • 3 برخی از روش‌های آگاه از زمینه (42)
    • 3‏.‏1 مدل‌سازی اطلاعات زمینه‌ای در سیستم‌های توصیه‌گر (42)
      • 3‏.‏1‏.‏1 الگوهای به‌کارگیری زمینه در سیستم‌های توصیه‌گر (43)
    • 3‏.‏2 استفاده از اطلاعات زمینه‌ای به‌عنوان پیش-پایش (45)
    • 3‏.‏3 استفاده از اطلاعات زمینه‌ای به‌عنوان پس-پایش (46)
    • 3‏.‏4 استفاده از اطلاعات زمینه‌ای در ساخت یک مدل‌ (47)
    • 3‏.‏5 جمع‌بندی و مقایسه‌ی روش‌های مطرح‌شده (48)
  • 4 روش پیشنهادی (52)
    • 4‏.‏1 مقدمه (52)
    • 4‏.‏2 شرح روش پایه (53)
    • 4‏.‏3 تحلیل رفتار کاربرها در تفکیک‌پذیری‌های مختلف (54)
      • 4‏.‏3‏.‏1 گروه‌بندی سلسله‌مراتبی قلم‌ها (55)
      • 4‏.‏3‏.‏2 تجمیع رفتار منفرد کاربرها و محاسبه احتمال گذر بین گروه‌ها (57)
      • 4‏.‏3‏.‏3 ترکیب‌ احتمال‌های به دست آمده و پیش‌بینی احتمال گذر به حالت‌های هدف (60)
    • 4‏.‏4 الگوریتم کامل روش پیشنهادی (64)
    • 4‏.‏5 جمع‌بندی (66)
  • 5 روش آزمایش و نتایج شبیه‌سازی (68)
    • 5‏.‏1 نحوه ارزیابی روش‌ها (68)
    • 5‏.‏2 روش‌های رقیب (69)
    • 5‏.‏3 معیار‌های ارزیابی (70)
      • 5‏.‏3‏.‏1 معیار‌های ارزیابی دقت (70)
      • 5‏.‏3‏.‏2 معیار‌های ارزیابی تازگی (73)
      • 5‏.‏3‏.‏3 معیارهای ارزیابی گوناگونی و پوشش (74)
    • 5‏.‏4 معرفی مجموعه داده (75)
      • 5‏.‏4‏.‏1 پیش‌پردازش انجام‌گرفته بر روی مجموعه داده (75)
      • 5‏.‏4‏.‏2 ویژگی‌های آماری مجموعه داده استفاده‌شده برای ارزیابی (76)
    • 5‏.‏5 نتایج شبیه‌سازی (76)
      • 5‏.‏5‏.‏1 نتایج مربوط به معیار‌های ارزیابی دقت (77)
      • 5‏.‏5‏.‏2 نتایج مربوط به معیار‌های ارزیابی تازگی و پوشش (77)
    • 5‏.‏6 تحلیل روش پیشنهادی و بیان کاستی‌ها و مزایای آن (78)
      • 5‏.‏6‏.‏1 ویژگی‌ها و مزایای اصلی روش پیشنهادی (80)
      • 5‏.‏6‏.‏2 کاستی‌های روش پیشنهادی (81)
  • 6 نتیجه‌گیری و کارهای آتی (82)
  • کتاب‌نامه (86)
  • واژه‌نامه‌ی فارسی به انگلیسی (90)
  • واژه‌نامه‌ی انگلیسی به فارسی (92)
Loading...