دانلود مقاله انگلیسی رایگان:یک سیستم توصیه گر وزنی مبتنی بر چند برخوردی با استفاده از تحلیل مبسوط رفتار کاربر - 2018

محرم

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
دانلود مقاله انگلیسی تجارت الکترونیک رایگان
  • A weighted multi-attribute-based recommender system using extended user behavior analysis A weighted multi-attribute-based recommender system using extended user behavior analysis

    سال انتشار:

    2018


    عنوان انگلیسی مقاله:

    A weighted multi-attribute-based recommender system using extended user behavior analysis


    ترجمه فارسی عنوان مقاله:

    یک سیستم توصیه گر وزنی مبتنی بر چند برخوردی با استفاده از تحلیل مبسوط رفتار کاربر


    منبع:


    نویسنده:

    M. Ali Akcayol, Anıl Utku, Ebru Aydoğan, Begüm Mutlu


    چکیده انگلیسی:

    A new weighted multi-attribute based recommender system (WMARS) has been developed using extended user behavior analysis. WMARS obtained data from number of clicked items in the recommendation list, sequence of the clicked items in recommendation the list, duration of tracking, number of tracking same item, likes/dislikes, association rules of clicked items, remarks for items. WMARS has been applied to a movie web site. The experimental results have been obtained from a total of 567 heterogeneous users, including employers in different sectors, different demographic groups, and undergraduate and graduate students. Using different weighted sets of the attributes’ parameters, WMARS has been tested and compared extensively with collaborative filtering. The experimental results show that WMARS is more successful than collaborative filtering for the data set that was used.
    keywords: Collaborative filtering |Evolutionary algorithms |Recommender systems |Relevance feedback |User behavior analysis


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 8
    حجم فایل: 884 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی: نظر




آرشیو کامل مقالات

اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
تجارت-الکترونیک
موضوعات
footer