چکیده پایان نامه کارشناسی ارشد من:

سرعت زیاد تولید اطلاعات جدید، تبلیغات، محصولات و … در محیط مجازی و به خصوص در شبکه‌های اجتماعی منجر شده است که پیدا کردن اطلاعات و دانش مرتبط در میان حجم انبوهی از اطلاعات، کاری بسیار وقت‌گیر و حتی ناامید کننده باشد. بنابراین داشتن یک سیستم هوشمند که بتواند در میان خیل عظیمی از اطلاعات و محصولات گوناگون، مناسب‌ترین و مورد پسندترین‌ها را بنا به شرایط و ویژگی‌های خاص هر کاربر به او پیشنهاد کند، امری ضروری به نظر می‌رسد. سیستم‌هایی که چنین وظیفه‌ای را انجام می‌دهند، “سیستم‌های پیشنهاددهنده” نامیده می‌شوند. حال اگر در فرآیند پیشنهاددهی، از نظرات کسانی استفاده شود که ما آنها را می‌شناسیم یا به آنها اعتماد داریم، پیشنهادهای موثرتر و دقیق‌تری به دست خواهد آمد. یکی از راه‌های توجه به این مسئله، استفاده از تحلیل شبکه‌های اجتماعی برای تشخیص کاربرانی‌است که بیشترین تعامل و محاوره را با یکدیگر دارند.

در این پایان‌نامه، ابتدا به معرفی سیستم‌های پیشنهاددهنده پرداخته شده است و روش‌هایی که از روابط اجتماعی برای پیشنهاددهی استفاده می‌کنند، به طور مشروح، بررسی و تحلیل می‌گردد. سپس مفهوم “شبکه‌های اجتماعی” و “الگوریتم‌های تشخیص اجتماعات”  در شبکه‌های اجتماعی بررسی می‌شود. در ادامه الگوریتم جدیدی برای پیش‌بینی مقادیر آیتم‌ها معرفی شده است که با استفاده از الگوریتم تشخیص اجتماعات منجر به بهبود عملکرد سیستم پیشنهاددهنده می‌شود. در پایان نتایج حاصل از این الگوریتم، با روش‌ پایه مقایسه شده و مزایا و محدودیت‌های روش پیشنهادی ارائه شده است.

در قسمت دانلود مقالات سیستم پیشنهاددهنده  ۵ مقاله استخراج شده از پایان نامه ام را جهت استفاده دوستان جهت دانلود قرار داده ام