یک چارچوب عمومی برای سیستم های توصیه گر - Artificial Intelligence

**Astaraki** · ۰۲-۱۴-۱۳۹۳, ۱۰:۵۵ قبل از ظهر

یک چارچوب عمومی برای سیستم های توصیه گر

در این بخش ما به توسعه یک چارچوب عمومی برای سیستم های توصیه گر خواهیم پرداخت. بدین دلیل آن را عمومی می¬نامیم که این چارچوب مفروضات دیگری از هدف مشترک سیستم های توصیه گر معرفی نمی نماید. با این حال، به رغم انتزاعی بودن آن، همانطور که در پایان این بخش بررسی خواهد شد، این چارچوب به اندازه کافی نیز خاص میباشد به طوری که می توانیم از آن نتایج ثابت و قابل اطمینانی بدست آوریم. هدف ما دستیابی به یک چارچوب منطقی با اصطلاحات مشترک است. هنگامی که تمامی توصیه گرها از عبارات یکسانی استفاده نمایند، ایجاد معیارهای مشترک آسان تر خواهد بود. به منظور ساخت چنین چارچوبی نمی توان انتظار داشت که با توصیه گرهای فردی کار نماییم. در عوض، ما با مجموعه ای از سیستم های توصیه گر کار خواهیم کرد. در طی این سال ها، طرح های متعددی برای طبقه بندی این سیستم ها بوجود آمده اند. معروف ترین آن شامل طبقه بندی آنها به دو دسته می باشد : فیلترینگ تجمعی و فیلترینگ مبتنی بر محتوا ]42[. علاوه بر این، ترکیبی از این دو نیز وجود دارد ]22[،]36[ .
با وجود محبوبیت آنها، این طبقه بندی بسیار وابسته به نوع الگوریتم استفاده شده توسط سیستم توصیه گر می باشد و سیستم های توصیه گر مناسبی را ممکن است در نظر نگیرد. در واقع، برک مجبور به گسترش این طبقه بندی با اضافه کردن دو گروه بیشتر گردیده است: گروه جمعیت شناختی و گروه مبتنی بر دانش]22[.
علاوه بر این، این طبقه بندی نیز نیاز به گسترش مجدد در آینده خواهند داشت.
به منظور درک طیف وسیعی از سیستم های توصیه گر در یک طبقه بندی، نخست ما باید بر روی شایع ترین و ضروری ترین ویژگی ها تمرکز نماییم: باز هم، هدف آنها. تمرکز بر روی این هدف، به عنوان اولین بار در بخش 1 مورد توجه قرار گرفت. ممکن است آن را به دو هدف جزئی جداگانه تقسیم نماییم: (الف) راهنمایی، (ب) فیلتر کردن آیتم های مفید و جالب. بخش اول ممکن است اساسا با رفتاری تعاملی، پویا و بسیار موقتی انجام گردد، در حالی که بخش دوم با یک رفتار تا حدودی مخالف انجام گیرد، دائمی تر و دارای تعامل مستقیم کمتر.
این ما را به معرفی یک طبقه بندی جدید که مبتنی بر آن زیر اهدافی است که یک سیستم توصیه گر خاص بیشتر بر روی آن تمرکز دارد، تشویق می کند. در واقع، در بخش بعد خواهیم دید که رایج ترین سیستم های توصیه گر با ترک تقریبا خودکار یکی از این دو زیر هدف بیشتر تمایل به دیگری دارند. به همین دلیل، به عنوان بخش نخست و اصلی، ما تمام سیستم های توصیه گر ممکن را بسته به اینکه در آن کدامیک از اهداف بیشتر مد نظر قرار گرفته باشد به دو دسته¬¬ی تعاملی و غیر تعاملی به ترتیب طبقه بندی می کنیم.