فایل ورد کامل سیستم های توصیه گر سه راهی بر مبنای جنگل های تصادفی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل سیستم های توصیه گر سه راهی بر مبنای جنگل های تصادفی،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۵۱ صفحه

سیستم های توصیه گر تلاش می کنند کاربران را در تصمیمات مرتبط با انتخاب آیتم های مبتنی بر رابط ها پیرامون نظرات شخصی خود آنها، هدایت کنند. اکثر سیستم های موجود تلویحاً فرض را بر این می گذارند که دسته بندی اساسی به صورت دو دویی است، یعنی یک ایتم کاندید یا تصویه شده، و یا توصیه نشده است. ما در اینجا چارچوبی جایگزین را پیشنهاد می کنیم که تصمیمات سه راهی و جنگل های تصادفی را در هم ادغام کرده تا سیستم های توصیه گر را ایجاد نماید. نخست ما هم هزینه های دسته بندی نادرست و هم هزینه ی آموزش را در نظر می گیریم. مورد اول برای رفتارهای نادرست توصیه گر پرداخت می شود، در حالیکه مورد دوم برای مشاورده دادن فعالانه به کاربر برای اولویت هایش هزینه می شود. با این هزینه ها، یک مدل تصمیم گیری سه راهی ساخته شده و تنظیمات منطقی برای مقادیر آستانه های مثبت و منفی، * و * محاسبه می شود.سپس با ساختن جنگل تصادفی یک احتمال را برای P که مطلوب بنظر میرسد را محاسبه میکنیم. در نهایت b* a*, و P برای پیشنهاد یک رفتار تعیین میشوند. گزینه ی پیشنهاد شده براساس یک هزینه ی متوسط ارزیابی میشود. نتایج ازمایش شده روی مجموعه داده های MovieLens (که به خوبی شناخته شده است) نشان میدهد که جفت –( a*,b*) که از طریق مدل سه راهی تعیین شده بودند, نه تنها در مرحله ی اموزش بلکه در مرحله تست نیز بسیار مطلوب و مورد پسند بودند.

کلمات کلیدی: حساسیت هزینه | جنگل های تصادفی | سیستم های توصیه گر | تصمیم سه راهی

عنوان انگلیسی:

Three-way recommender systems based on random forestsر

~~en~~ writers :

Heng-Ru Zhang, Fan Min

Recommender systems attempt to guide users in decisions related to choosing items based on inferences
about their personal opinions. Most existing systems implicitly assume the underlying classification is binary, that is, a candidate item is either recommended or not. Here we propose an alternate framework that
integrates three-way decision and random forests to build recommender systems. First, we consider both
misclassification cost and teacher cost. The former is paid for wrong recommender behaviors, while the latter is paid to actively consult the user for his or her preferences. With these costs, a three-way decision model
is built, and rational settings for positive and negative threshold values and are computed. We next construct a random forest to compute the probability P that a user will like an item. Finally, , , and P are used
to determine the recommender’s behavior. The performance of the recommender is evaluated on the basis
of an average cost. Experimental results on the well-known MovieLens data set show that the (,)-pair
determined by three-way decision is optimal not only on the training set, but also on the testing set.

Keywords: Cost sensitivity | Random forests | Recommender systems | Three-way decision

$$en!!