بررسي بهبود عملكرد سيستم پيشنهاددهنده با به كارگيري خوشه بندي

در سال‌هاي اخير با افزايش روز افزون اطلاعات در وب، از يك سو منابع غني‌اي از اطلاعات در دسترس كاربران قرار مي‌گيرد و از سوي ديگر موجب سربار اطلاعات مي‌شود. براي رويارويي با سربار اطلاعات از سيستم هايي موسوم به سيستم‌هاي پيشنهاددهنده استفاده مي‌شود تا با تحليل و بررسي سوابق كاربران، به ترجيحات و علايق شخصي آن ها پي برده و محصولاتي را به هر كاربر پيشنهاد دهند كه تا حد ممكن بيشترين تناسب را به ترجيحات وي داشته باشند. به عبارتي ديگر در اين سيستم ها به فيلترسازي اطلاعات پرداخته مي شود. از ميان روش هاي متعددي كه بدين منظور استفاده مي شوند، فيلترسازي مشاركتي از كارايي مناسبي برخوردار است. در اين روش فيلترسازي، پروفايل كاربران مختلف براي يافتن شباهت بين علاقه‌مندي‌هاي آن ها بررسي شده و با توجه به همين شباهت‌ها محصولاتي را به هر كاربر پيشنهاد مي‌دهد. در اين مقاله يك سيستم پيشنهاددهنده فيلم را بررسي مي كنيم كه در آن براي يافتن شباهت بين كاربران از خوشه بندي استفاده كرده و با استفاده از يك معيار شباهت تركيبي، سيستم تشخيص مي دهد كه هر كاربر به كدام خوشه تعلق دارد. در اين مقاله از معيار خطاي MAE استفاده مي شود كه نتايج حاصل نشان مي‌دهد كه مقدار خطا به اندازه مناسبي كاهش يافته است.