ارزيابي يك سيستم توصيه گر با استفاده از الگوريتم تكاملي تركيبي GAPSO

در سال هاي اخير شاهد انفجار اطلاعات با رشد نمائي در اينترنت هستيم. اينترنت با سربار اطلاعاتي بسيار زيادي مواجه است و مشكل مواجه كاربران با انبوهي از اطلاعات وجود دارد. اين طور به نظر مي رسد كه بايد دنبال راهكاري بود كه كاربران را در يافتن آيتم هاي مورد علاقه شان ياري كند. سيستم هاي توصيه گر با تحليل رفتار كاربران و جمع آوري اطلاعات آنان، توصيه هاي مفيدي متناسب با نياز كاربران به آنها پيشنهاد مي دهند. يكي از الگوريتم هاي به كاررفته در اين سيستم ها الگوريتم پالايش مشاركتي مبتني بر كاربر است. مهم ترين بخش الگوريتم پالايش مشاركتي تعيين شباهت بين كاربران است. در اين مقاله از يك عيار شباهتي استفاده مي شود كه وزن و نسبت رتبه دهي را براي تعيين شباهت درنظر مي گيرد و به منظور يافتن بردار وزن مناسب، الگوريتم هاي تكاملي تركيبي ازدحام ذرات و ژنتيك پيشنهاد داده و پياده سازي مي شود. همچنين الگوريتم هاي مذكور به صورت منفرد نيز پياده سازي شده و مورد ارزيابي قرار مي گيرد. نتايج به دست آمده نشان مي دهد كه روش پيشنهادي دقت پيشنهاد را بهبود مي بخشد و باعث افزايش كيفيت پيش بيني و كارايي پيشنهاد مي شود.