| مشخصات مقاله | |
| عنوان مقاله | Improving top-K recommendation with truster and trustee relationship in user trust network |
| ترجمه عنوان مقاله | بهبود پیشنهاد برتر k با رابطه مندی اعتماد کننده و مورد اعتماد در شبکه اعتماد کاربر |
| فرمت مقاله | |
| نوع مقاله | ISI |
| سال انتشار | مقاله سال ۲۰۱۵ |
| تعداد صفحات مقاله | ۱۵ صفحه |
| رشته های مرتبط | مهندسی کامپیوتر و مهندسی فناوری اطلاعات |
| گرایش های مرتبط | اینترنت و شبکه های گسترده و مهندسی نرم افزار |
| مجله | علوم اطلاعاتی – Information Sciences |
| دانشگاه | گروه علوم کامپیوتر و مهندسی، POSTECH (دانشگاه علوم و فنون پوهانگ)، کشور کره |
| کلمات کلیدی | شبکه اجتماعی، سیستم توصیه و پیشنهاد، یادگیری رده بندی |
| کد محصول | ۷۱۲۱ |
| نشریه | نشریه الزویر |
| لینک مقاله در سایت مرجع | لینک این مقاله در سایت الزویر (ساینس دایرکت) Sciencedirect – Elsevier |
| وضعیت ترجمه مقاله | ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید. |
| دانلود رایگان مقاله | دانلود رایگان مقاله انگلیسی |
| خرید ترجمه این مقاله | خرید ترجمه این مقاله |
| بخشی از متن مقاله: |
| چکیده به خاطر مسئله کمبود داده ها، اطلاعات شبکه اجتماعی اغلب به طور اضافی به کار می رود تا عملکرد سیستم های پیشنهاد دهنده را بهبود بخشد. در حالی که اکثر کارهای موجود به بهره گیری از اطلاعات اجتماعی برای کاهش رتبه بندی خطای پیش بینی، از جمله آر.ام.اس.ایی می پردازند، هدف تعداد کمی از آنها بهبود دقت پیش بین رده بندی k برتر می باشد. این مقاله روش جدید پیشنهاد دهی مبتنی بر رده بندی k برتر، TRecSo مطرح می کند که اطلاعات اجتماعی را در این پشنهاد شامل می سازد و دو نقش مختلف کاربران به عنوان اعتماد کننده و مورد اعتماد مدل سازی می کند ضمن آنکه اطلاعات ساختاری شبکه را در نظر می گیرد. مطالعات تجربی درباره پایگاه داده های حقیقی نشان می دهند که TRecSo منجر به بهبود قابل ملاحظه در مقایسه با روش های دیگر در پیشنهاد k برتر می گردد. |