بازگشت به بانک اطلاعات پایان نامه ها

شماره دانشجویی : 930445105
نام و نام خانوادگي : حسین طهماسبی
عنوان پایان نامه : ارائه یک سیستم توصیه‌گر اجتماعی فیلم مبتنی بر یادگیری عمیق و با استفاده از داده‌های شبکه اجتماعی توییتر
دانشكده : دانشکده فنی و مهندسی
گروه تحصيلي : مهندسي کامپيوتر
رشته/گرایش تحصيلي : نرم افزار
مقطع تحصيلي : کارشناسی ارشد
استاد راهنما (عضو هیات علمی مرکز) : رضا روانمهر ,
استاد مشاور () : ,
چكيده : سیستم‌های توصيه گر سیستم‌هایی است که سعي دارند بر اساس عملکرد، سلیقه‌های شخصي و رفتار کاربران، بسته به زمینه‌های مورداستفاده در آن، به هر کاربر پیشنهاد‌هایی را ارائه دهند که با تمايلات شخصي وي مطابقت داشته باشد و وي را در فرايند تصمیم‌گیری ياري نمايد. با رشد روزافزون تجارت در دنياي وب، آموزش الکترونيکي، افزايش ارتباطات و اشتراک کاربران با يکديگر و پيدايش شبکه‌های اجتماعي، لزوم طراحي و پیاده‌سازی چنين سیستم‌هایی غیرقابل‌انکار است. فیلترکننده مشارکتی و فیلترکننده مبتنی بر محتوا از مهم‌ترین الگوریتم‌های استفاده‌شده در سیستم‌های توصیه‌گر هستند. با پیشرفت‌های یادگیری عمیق به‌تازگی شاهد استفاده از این فناوری در سیستم‌های توصیه‌گر هستیم. یادگیری عمیق اشاره به مجموعه‌ای از الگوریتم‌های یادگیری ماشین دارد که معمولاً مبتنی بر شبکه‌های عصبی مصنوعی‌اند و تلاش دارند تا انتزاعات سطح بالای موجود در داده‌ها را مدل نمایند. در این مطالعه یک سیستم توصیه‌گر ترکیبی اجتماعی مبتنی بر یادگیری عمیق معرفی می‌شود که سعی دارد با بهره‌گیری از فیلترکننده مشارکتی به همراه فیلترکننده مبتنی بر محتوا و همچنین استفاده از مفهوم نفوذ اجتماعی توصیه‌هایی در زمینه فیلم‌های سینمایی برای کاربران تولید کند. این روش با استفاده از ماشین بولتزمن محدود و شبکه خودرمزگذار شبیه‌سازی و ارزیابی شده است. نتایج ارزیابی روش پیشنهادی نشان می‌دهد استفاده از داده‌های اجتماعی و یادگیری عمیق در سیستم‌های توصیه‌گر می‌تواند باعث افزایش دقت این سیستم‌ها شود. کلیدواژه: سیستم توصیه‌گر اجتماعی، یادگیری عمیق، فیلترکننده مشارکتی، فیلترکننده مبتنی بر محتوا
كلمات كليدي : سیستم توصیه‌گر اجتماعی، یادگیری عمیق، فیلترکننده مشارکتی، فیلترکننده مبتنی بر محتوا
تاريخ دفاع : 1397-04-19