Artificial Intelligence - هوش مصنوعی  
انجمن را در گوگل محبوب کنيد :

بازگشت   Artificial Intelligence - هوش مصنوعی > متفرقه > سیستم های توصیه گر (Recommender system)


 
تبليغات سايت
Iranian Association for the Advancement of Artificial Intelligence
ارسال تاپيک جديد  پاسخ
 
LinkBack ابزارهاي تاپيک نحوه نمايش
قديمي ۱۱-۱-۱۳۹۲, ۰۳:۳۰ بعد از ظهر   #1 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,307 تشكر در 3,125 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Arrow مقالات مختلف در زمینه سیستم های توصیه گر

مقالات مختلف در زمینه سیستم های توصیه گر یا پیشنهاد دهنده
(Recommender system)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
nasim786 (۰۲-۵-۱۳۹۴), saber 92 (۰۲-۵-۱۳۹۴)

  #ADS
نشان دهنده تبلیغات
تبليغگر
 
 
 
تاريخ عضويت: -
محل سكونت: -
سن: 2010
پست ها: -
 

نشان دهنده تبلیغات is online  
قديمي ۰۲-۱۴-۱۳۹۳, ۱۰:۴۴ قبل از ظهر   #2 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,307 تشكر در 3,125 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Arrow مقالات مختلف در زمینه سیستم های توصیه گر

افزايش كارايي سيستم هاي تجارت الكترونيك با استفاده از سيستم هاي توصيه گر


خلاصه مقاله:
سيستم هاي توصيه گر براي حل مشكل سربار اطلاعاتي در اينترنت به وجود آمده اند و امروزه از ابزار مهم تجارت الكترونيك به شمار مي روند.اين سيستم ها با ايجاد پيشنهادات مناسب براي خريد , باعث فروش بيشتر و جلب رضايت شمتري از خريد اينترنتي مي شوند.يك سيستم توصيه گر در يك فروشگاه الكترونيك مي تواند نقش يك فروشنده ي ماهر را داشته باشد و باعث رونق گرفتن بازار خريد شود.اين مقاله مروري بر سيستم هاي توصيه گر و انواع الگوريتم هاي آن دارد و مقايسه اي بين روش هاي متفاوت پياده سازي سيستم هاي توصيه گر انجام مي دهد , مزايا و معايب هر روش را در اين مقايسه بيان مي كند.

كلمات كليدي:

سيستم توصيه گر , تجارت الكترونيك , في لترينگ مبتني بر محتوا , في لترينگ همكار گونه.

توجه: پسورد فایل فشرده شده: artificial.ir
فايل ضميمه
نوع فايل: zip NCSCIT01_064_2346024.zip (146.4 كيلو بايت, 1152 نمايش)

ويرايش شده توسط Astaraki; ۰۸-۵-۱۳۹۳ در ساعت ۰۷:۲۹ بعد از ظهر
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
h_rezaei13 (۰۹-۲۹-۱۳۹۳), nasim786 (۰۲-۵-۱۳۹۴), touba (۱۲-۱-۱۳۹۳)
قديمي ۰۲-۱۴-۱۳۹۳, ۱۰:۵۳ قبل از ظهر   #3 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,307 تشكر در 3,125 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Arrow طراحی یک سیستم توصیه‏گر ترکیبی معنایی با استفاده از تکنیک‏های پردازش زبان طبیعی فارسی

طراحی یک سیستم توصیه‏گر ترکیبی معنایی با استفاده از تکنیک‏های پردازش زبان طبیعی فارسی

چکیده: با افزایش سریع اطلاعات، به سیستمی توصیه‏گر که با دادن پیشنهادات مناسب با علایق یک کاربر بر اساس پیشینه ی عملکرد او، وی را از صرف وقت در مرور تمام آیتم‏ها باز دارد، به شدت احساس نیاز می‌شود. سیستم توصیه‏گر با تحلیل رفتار کاربر خود، اقدام به پیشنهاد مناسب‏ترین اقلام به وی می‏نماید. حوزه ی مفاهیم موجود در بسیاری از سیستم‏های توصیه‏گر فعلی، محدود به دانش موجود در خود سیستم بوده و از منابع عظیم دانش خارج از سیستم، مانند وب معنایی و داده‏های پیوندی استفاده نمی‏شود. در این مقاله سیستم توصیه‏گر ترکیبی‏ای معرفی شده است که از مفاهیم و روابط موجود بین آنها در پایگاه‏های خارج از خود استفاده می‏کند. در نتیجه یکی از قسمت‏های اصلی سیستم پیشنهادی، استخراج مفاهیم از آیتم‏ها و رفتار کاربران می‏باشد؛ که این کار با تکنیک‏های پردازش زبان طبیعی مانند ریشه‏یابی کلمات کلیدی آیتم‏ها میسّر می‏باشد. همچنین در سیستم پیشنهادی از نگاشت معنایی ریشه‏های بدست آمده، به شبکه واژگان فردوس‏نت استفاده شده است. با این‏کار به دلیل گسترش معنایی مجموعه کلمات کلیدی و ویژگی‏های آیتم‏ها، صحت توصیه‏ها افزایش خواهد یافت. در پایان نیز با استفاده از حدود 81 هزار کتاب دسته‏بندی شده استخراجی از سایت Acm و میلیو‏ن‏ها نرخی که هزاران کاربر به یک میلیون مقاله/کتاب موجود در مجموعه داده Epinions داده‏اند، نشان داده خواهد شد که مشکل "شروع آهسته" تا حد زیادی قابل حل می‏باشد.

توجه: پسورد فایل فشرده شده: artificial.ir
فايل ضميمه
نوع فايل: zip 185.zip (709.0 كيلو بايت, 831 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده است:
nasim786 (۰۲-۵-۱۳۹۴)
قديمي ۰۲-۱۴-۱۳۹۳, ۱۰:۵۶ قبل از ظهر   #4 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,307 تشكر در 3,125 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Wink مقاله "کاربرد سیستمهای توصیه گر در تجارت الکترونیک"

کاربرد سیستمهای توصیه گر در تجارت الکترونیک
فايل ضميمه
نوع فايل: pdf 13713860444.pdf (667.0 كيلو بايت, 1177 نمايش)

ويرايش شده توسط Astaraki; ۰۸-۵-۱۳۹۳ در ساعت ۰۷:۱۹ بعد از ظهر
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
saber 92 (۰۲-۶-۱۳۹۴), touba (۱۲-۱-۱۳۹۳)
قديمي ۰۲-۱۴-۱۳۹۳, ۱۱:۰۴ قبل از ظهر   #5 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,307 تشكر در 3,125 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Smile شخصي سازي محيط يادگيري الكترونيكي به كمك توصيه گر فازي مبتني برتلفيق سبك يادگيري و سب

شخصي سازي محيط يادگيري الكترونيكي به كمك توصيه گر فازي مبتني برتلفيق سبك يادگيري و سبك شناختي
فايل ضميمه
نوع فايل: pdf 28313890407.pdf (1.22 مگابايت, 987 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
saber 92 (۰۲-۶-۱۳۹۴), touba (۱۲-۱-۱۳۹۳)
قديمي ۰۴-۳۰-۱۳۹۳, ۱۰:۲۸ بعد از ظهر   #6 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,307 تشكر در 3,125 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Cool ارزيابي و دسته بندي روش ها ي ايجاد سيستم هاي پيشنهاد دهنده شخصي سازي شده

ارزيابي و دسته بندي روش ها ي ايجاد سيستم هاي پيشنهاد دهنده شخصي سازي شده

خلاصه مقاله:
امروزه علاقه مندي بسياري به حوزه ي سيستم هاي پيشنهاد دهنده در سازمان ها و محافل علمي وجود دارد. اين سيستم ها در حوزه هاي كاربردي مختلف جهت حمايت از كاربران در تصميم گيري، كمك به آن ها در مدريت حجم انبوه اطلاعات و فراهم كردن شكل هوشمندي از دسترسي به اطلاعات قابل استفاده هستند. اما به دليل نوظهور بودن اين مسئله، كمبود دسته بندي مشخص در رابطه با روش هاي پياده سازي سيستم هاي پيشنهاد دهنده در منابع پژوهشي احساس مي شود. در همين راستا در اين مقاله قصد داريم به تعريف و بررسي ايده ها و مفاهيم پايه اي سيستم هاي پيشنهاد دهنده، ارائه ي دسته بندي جامعي از روش هاي توليد پيشنهاد، بررسي هر يك از اين روش ها و همچنين نقاط قوت و ضعت روش ها بپردازيم.

كلمات كليدي:

سيستم هاي پيشنهاد دهنده، پالايش مشاركتي، پالايش محتوايي، پالايش مبتني بر داده هاي شخصي، پالايش مبتني بر دانش.
فايل ضميمه
نوع فايل: pdf ICEEE04_361_2530709.pdf (525.4 كيلو بايت, 1025 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
saber 92 (۰۲-۶-۱۳۹۴), touba (۱۲-۱-۱۳۹۳)
قديمي ۰۸-۵-۱۳۹۳, ۰۷:۲۵ بعد از ظهر   #7 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,307 تشكر در 3,125 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Smile استفاده موثر از سیستم های توصیه گر جهت ارائه ی توصیه های شخصی سازی شده

استفاده موثر از سیستم های توصیه گر جهت ارائه ی توصیه های شخصی سازی شده
فايل ضميمه
نوع فايل: pdf CEIC03_152_2692837.pdf (172.4 كيلو بايت, 726 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
saber 92 (۰۲-۶-۱۳۹۴), touba (۱۲-۱-۱۳۹۳)
قديمي ۰۸-۵-۱۳۹۳, ۰۷:۲۷ بعد از ظهر   #8 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,307 تشكر در 3,125 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Cool نقش سیستم های پیشنهاد دهنده و روشهای استفاده از آنها در فروشگاه های الکترونیکی

نقش سیستم های پیشنهاد دهنده و روشهای استفاده از آنها در فروشگاه های الکترونیکی
فايل ضميمه
نوع فايل: pdf ICEC02_123_2692606.pdf (215.8 كيلو بايت, 820 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
behnam_h (۰۴-۲۸-۱۳۹۴), saber 92 (۰۲-۶-۱۳۹۴), software23 (۰۸-۲۳-۱۳۹۳), touba (۱۲-۱-۱۳۹۳)
قديمي ۰۸-۵-۱۳۹۳, ۰۷:۳۲ بعد از ظهر   #9 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,307 تشكر در 3,125 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Arrow ارائه روشی جهت بهبود صحت سیستم های پیشنهاد دهنده در شبکه های اجتماعی با استفاده از اس

ارائه روشی جهت بهبود صحت سیستم های پیشنهاد دهنده در شبکه های اجتماعی با استفاده از استخراج انجمن ها
فايل ضميمه
نوع فايل: pdf ITICS01_105_2697368.pdf (283.8 كيلو بايت, 906 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
saber 92 (۰۲-۶-۱۳۹۴), touba (۱۲-۱-۱۳۹۳)
قديمي ۰۸-۵-۱۳۹۳, ۰۷:۴۰ بعد از ظهر   #10 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,307 تشكر در 3,125 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Smile بررسی و تحلیل فاکتورهای اساسی در طراحی سیستم های پیشنهاد دهنده

بررسی و تحلیل فاکتورهای اساسی در طراحی سیستم های پیشنهاد دهنده
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
alie6798 (۱۱-۲۵-۱۳۹۳), saber 92 (۰۲-۶-۱۳۹۴)
پاسخ



كاربران در حال ديدن تاپيک: 1 (0 عضو و 1 مهمان)
 
ابزارهاي تاپيک
نحوه نمايش

قوانين ارسال
You may not post new threads
You may not post replies
You may not post attachments
You may not edit your posts

BB code is فعال
شکلکها فعال است
كد [IMG] فعال است
كدهاي HTML غير فعال است
Trackbacks are فعال
Pingbacks are فعال
Refbacks are فعال




زمان محلي شما با تنظيم GMT +3.5 هم اکنون ۰۱:۴۷ قبل از ظهر ميباشد.


Powered by vBulletin® Version 3.8.3
Copyright ©2000 - 2019, Jelsoft Enterprises Ltd.
Search Engine Friendly URLs by vBSEO 3.1.0 ©2007, Crawlability, Inc.

Teach and Learn at Hexib | Sponsored by www.Syavash.com and Product In Review

استفاده از مطالب انجمن در سایر سایت ها، تنها با ذکر انجمن هوش مصنوعي به عنوان منبع و لینک مستقیم به خود مطلب مجاز است

Inactive Reminders By Icora Web Design