راهكارهاي ارتقاي عملكرد سيستم‏ هاي توصيه ‏گر مكان مورد علاقه به گردشگران (POI)

كاربرد سيستم‏هاي توصيه ‏گر در تخمين و پيشنهاد مكان‏هاي مورد علاقه گردشگران در سال‏هاي اخير گسترش چشمگيري يافته است. رويكرد متداول براي شناسايي علايق كاربران استفاده از تكنيك فيلترينگ مشاركتي است. با وجود اين، دقت و كارآمدي رويكرد با اعمال پارامترهاي مختلف و رويكردهاي تكميلي قابل بهبود است. در اين مقاله، راهكار جديدي براي ارتقاء پيشنهادهاي POI به گردشگران ارائه مي‏ ‏شود كه از يك مدل زماني پنج ‏بعدي شامل ابعاد ساعت‏هاي شبانه ‏روز، روزهاي هفته، روزهاي ماه، ماه‌هاي سال و مناسبت‌ها استفاده مي ‏كند و با محاسبه فاصله اقليدسي بين زمان توصيه با زمان تجربه‏ هاي قبلي كاربر فعال و كاربران مشابه او مكان‏هاي مناسب را شناسايي و پيشنهاد مي ‏كند. راهكار پيشنهادي همچنين از پارامتر اعتماد براي افزايش دقت پيشنهاد بهره مي ‏گيرد. براي بهبود دقت ارزيابي اعتماد يك معيار جديد مبتني بر ساختار درخت شباهت بين زمينه‏ ها معرفي شده است. نتايج آزمايش‏هاي انجام ‏شده بر روي چند مجموعه ‏داده‏ معروف نشان مي ‏دهد كه مدل پيشنهادي كارآمدي و صحت بالاتري نسبت به روش‏هاي موجود ارائه مي ‏كند.