سيستم هاي پيشنهاد دهنده تركيبي: مروري بر روش هاي مبتني بر يادگيري ماشين و هوش مصنوعي

hybrid recommender systems based on AI and ML: A survey

با توسعه فضاي اينترنت، تعداد آيتم هايي كه در فضاي وب و وبسايت ها منتشر مي شوند روز به روز افزايش مي يابد كه اين امر منجر به سرريز اطلاعات مي شود. اين حجم بالاي محتوا(آيتم يا محصول) منجر به سردرگمي كاربران مي شود كه ممكن است از فرصت هاي موجود بي بهره بمانند و يا در تصميم گيري دچار مشكل شوند و حتي تصميم درستي نگيرند. موتور جستجوي گوگل يا ساير موتورهاي جستجوي تا حد زيادي اين مشكل را مرتفع ساخته اند اما وجود يك سيستم كه توانايي اتوماتيك كردن پيشنهادات به كاربران را داشته باشد، بيش از پيش ضروري مي باشد. بدين ترتيب سيستم هاي پيشنهاد دهنده با هدف انتخاب محتواي(آيتم يا فيلم) مورد نياز كاربران فضاي وب ارائه شدند. سيستم هاي توصيه گر ابزارهايي هوشمندي هستند كه به صورت خودكار پيشنهاداتي را براي كاربران در يك بستر آنلاين ارائه مي كنند. اين پيشنهادات مي توانند محصولات در وبسايت‌هاي فروشگاهي، فيلم و سريال در پلت فرم‌هاي پخش آنلاين، موسيقي، مقالات خبري يا هرگونه آيتم ديگري باشند. هدف اين سيستم ها كمك به كاربران براي كشف گزينه هاي جذاب و كاهش بار انتخاب از ميان دريايي از اطلاعات است. اين سيستم ها بايد متناسب با علايق يا سلايق كاربران توصيه را ارائه كنند. تاكنون پژوهش هاي زيادي در زمينه سيستم هاي پيشنهاد دهنده ارائه شده شده است كه نشان دهنده نقش مهم و انكار ناپذير اين سيستم ها در تجارت الكترونيك امروزي است. از اين رو در اين پژوهش مروري بر روش هاي مبتني بر هوش مصنوعي و يادگيري ماشين صورت خواهد گرفت.