سيستم توصيه گر فيلم فيلتر اشتراكي مبتني بر ضريب همبستگي بين كاربران و محاسبه ميانگين وزني امتيازات با دقت بالا

سيستم هاي توصيه گر، وظيفه راهنمايي و هدايت كاربر جهت انتخاب بهينه آيتم ها، مطابق با علائق و سليقه هاي آنها را بر عهده دارند. علي رغم حدود سه دهه سابقه تحقيقات بر روي سيستم هاي توصيه گر، ولي موضوع مذكور هنوز يكي از چالش هاي تحقيقاتي به روز مي باشد. اين سيستم ها با شخصي سازي پيشنهادات، باعث صرفه جويي در وقت و افزايش رضايت كاربران مي گردند. اين سيستم ها در اغلب سايت هاي معتبر خارجي و داخلي مورد استفاده قرار گرفته اند. در سيستم هاي توصيه گر، مهم ترين و پركاربردترين روش پالايش داده ها، روش پالايش اشتراكي مي باشد. در اين مقاله نسبت به پياده سازي سه سيستم توصيه گر فيلتر اشتراكي مبتني بر محاسبه ضريب همبستگي بين كاربران، انتخاب تعداد بهينه همسايه ها و محاسبه امتيازات وزني اقدام شده و بهترين روش با كمترين خطا به عنوان مدل مورد نظر انتخاب شده است. ورودي سيستم داده هاي تحقيقاتي مووي لنز با حدود 100 هزار امتياز مي باشد. روش بكار رفته نسبت به آخرين مقاله اي كه از روش همبستگي تركيبي استفاده كرده است 3/29 درصد مقدار خطاي RMSE را بهبود مي بخشد.