ارائه الگوريتم توصيه گر كتاب مبتني بر تجزيه مقاديرتكين بهبوديافته

سرعت زياد توليد اطلاعات جديد، منجر شده است كه پيدا كردن اطلاعات و دانش مرتبط در ميان حجم انبوهي از اطلاعات، كاري بسيار وقت‌گير و حتي نااميد كننده باشد. بنابراين داشتن يك سيستم هوشمند كه بتواند در ميان حجم عظيمي از اطلاعات و محصولات گوناگون، مناسب‌ترين و مورد پسندترين‌ها را بنا به شرايط و ويژگي‌هاي خاص هر كاربر به او پيشنهاد كند، امري ضروري به نظر مي‌رسد. سيستم‌هايي كه چنين وظيفه‌اي را انجام مي‌دهند، “سيستم‌هاي پيشنهاددهنده” ناميده مي شود‌. اين مقاله، الگوريتم پيشنهاد شخصي را براساس تخمين تجزيه مقادير تكين پيشنهاد مي كند. تجزيه مقادير تكين يك روش معتبر و قوي براي كاهش ابعاد داده است، اما به علت حجم محاسباتي زياد و عملكرد ضعيف آن در ماتريس هاي بزرگ به نظر مي رسد براي كاربردهاي عملي نياز به اصلاح دارد. فروشگاه آمازون بوكر فروشگاه فيزيكي عرضه كتاب و محصولات آمازون است. تمام امكانات آنلاين فروشگاه آمازون در اين فروشگاه جديد تعبيه شده است. با اين حساب كاربران قادر هستند با همان شيوه سنتي و قديمي به خريد كتاب بپردازند و تصميمات بهتري با استفاده از روش‌هاي نوين نظير رتبه‌ كتاب در وب‌سايت آمازون و دسترسي به نقدهاي نوشته شده توسط كاربران، اتخاذ كنند. فروشندگان و سرپرست اين فروشگاه جديد نيز با تلفيقي از شيوه‌ سنتي و مدرن به مشتريان سرويس‌دهي مي‌كنند. در اين مقاله با ارائه يك روش جديد مبتني بر تجزيه مقادير تكين و تجزيه و تحليل دقت پيشنهادات، نتايج را با الگوريتم هاي LINERTIMESVD و الگوريتم تجزيه مقادير تكين استاندارد روي مجموعه داده Epinions ارائه مي شود و نشان مي دهد كه روش حاضر بهترين كيفيت را در پيش بيني داراست.