The Use of the Genetic Algorithms in the Recommender Systems
| العنوان بلغة أخرى: |
استخدام الخوارزمية الجينية في انظمة التوصية |
|---|---|
| المؤلف الرئيسي: | الحجاوي، بشرى جواد محمد (مؤلف) |
| مؤلفين آخرين: | الكيلاني، يوسف محمد (مشرف), السرحان، أيوب محمد فلاح (مشرف) |
| التاريخ الميلادي: |
2017
|
| موقع: | الزرقاء |
| الصفحات: | 1 - 74 |
| رقم MD: | 857016 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | الجامعة الهاشمية |
| الكلية: | كلية الدراسات العليا |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
116
| المستخلص: |
إن العالم الافتراضي يفيض بالسلع الرقمية مما يجعل عملية البحث، الاختيار والتسوق مهمات صعبة على المستخدمين. نظام التوصية هو أداة تقوم باقتراح قائمة تحتوي على سلع رقمية قد تكون مفضلة للمستخدم مما ينعكس على الوقت اللازم لاختيار السلعة المفضلة من بين العدد الهائل للسلع التي توفرها المواقع الإلكترونية ويسهل عملية التسوق. في هذا السياق، هذه الأطروحة تعرض تقنية جديدة وفريدة تجمع فكرة التشابه الدلالي بين السلع، فكرة المعايير المتعدد وفكرة التصفية بمعايير متعدد مع نظام التوصية القائم على الخوارزمية الجينية. لقد تم استخدام الخوارزمية الجينية لتوقع أفضل قائمة سلع للمستخدم. بناءا على ذلك، كل كروموسوم يمثل قائمة مرشحة لتكون أفضل قائمة مقترحة. وكل كروموسوم يخضع لثلاثة اختبارات تقيس جودته. أن النظام المقترح في هذه الأطروحة يخفف من المشاكل الرئيسية التي تواجه التصفية بطريقة تعاونية وتجعل نظام التوصية قادر على تقديم توصيات دون الحاجة لاستخدام مقياس تشابه أو حاجة لايت معلومات إضافية من الأنظمة الهجينة. علاوة على ذلك واعتمادا على حقيقة وجود بيئات عديدة تواجه مشكلة وفرة وكثرة المعلومات فيها، قام الكاتب تقديم تصنيف جديد لأنظمة التوصية وذلك بناءا على البيئة التي يعمل بها النظام. لقد تم اختبار النظام المقترح وتقيمه من خلال مقارنته مع أنظمة التوصية القائمة على الخوارزمية ومع الطرق التقليدية المستخدمة في أنظمة التوصية التعاونية. أظهرت النتائج أن النظام المقترح يتفوق على هذه الخورزميات في دقة التوقعات بنسبة 24.3%، في جودة التوصيات بنسبة 33.5% وفي سرعة الأداء بنسبة 45.4%. بالإضافة إلى ذلك، أظهرت النتائج أن 69.5% من السلع الموصي بها هي في الحقيقة سلع مفضلة للمستخدم. وما تبقى 30.5% من السلع هي سلع يتوقع أن تكون مفضلة للمستخدم. |
|---|
عناصر مشابهة
-
Model and Controller Order Reduction of Singularly Perturbed Systems Using Genetic Algorithm
بواسطة: Marji, Maiss Waleed منشور: (2015) -
Performance Improvement of Spatial Modulation Based Systems using Antenna Selection Algorithms
بواسطة: الساعاتى، بلال احمد محمد منشور: (2018) -
Fashion Recommendation System and its Impact on Consumers’ Purchase Decision Making
بواسطة: El Demerdash, Doha Mostafa منشور: (2023) -
Class Scheduling System Using Genetic Algorithm
بواسطة: Al Sawalqah, Ahmad Atallah منشور: (2013) -
A collaborative courses recommendation system using mining association rules
بواسطة: السكران، جمال محمد منشور: (2006)
