بهبود عملكرد سيستم هاي پالايش گروهي با استفاده از روشهاي خوشه بندي

يكي از موارد مهم در سيستم هاي توصيه گر جهت توصيه آيتمي خاص به كاربري كه تاكنون نظري در باره آن آيتم نداده است، ارائه توصيه بر اساس امتيازاتي است كه كاربراني مشابه با آن كاربر در سيستم توليد كرده اند مي باشد، پس مهمترين چالشي كه اين نوع سيستم ها با آن مواجه مي شوند تشخيص كاربران مشابه مي باشد تا جايي كه با توسعه مجموعه داده ها يافتن كاربران مشابه هم بسيار دشوار خواهد شد. در ضمن جستجو در حجم وسيعي از داده ها سرعت و دقت سيستم را بشدت كاهش خواهد داد. در اين مقاله ابتدا با استفاده از روش هاي خوشه بندي، كاربران را با توجه به ميزان شباهتي كه به هم دارند در خوشه هايي قرار داده، سپس مناسبترين خوشه، جهت توليد پيشنهاد به كاربر مورد نظر مورد استفاده قرار مي گيرد. سيستم پيشنهادي با استفاده از مجموعه داده هاي Jester مورد ارزيابي قرار گرفت. نتايج حاصل حاكي از بهبود كارايي سيستم توصيه گر مي باشد.