دانلود شبیه سازی مقاله شبکه های اجتماعی مبتنی بر سیستم توصیه گر معنایی

عنوان فارسی

شبکه های اجتماعی مبتنی بر سیستم توصیه گر کارشناسی معنایی

عنوان انگلیسی

A semantic social network-based expert recommender system

کلمات کلیدی

استخراج اطلاعات معنایی · تجزیه و تحلیل شبکه های اجتماعی · سیستم توصیه کارشناس · مدیریت دانش

درسهای مرتبط

یادگیری ماشین

تعداد صفحات انگلیسی : ۱۳ نشریه : Springer
سال انتشار : ۲۰۱۲ تعداد رفرنس مقاله : ۲۲
فرمت مقاله انگلیسی : PDF نوع مقاله : ISI
اشپرینگر
قیمت دانلود مقاله
75,000تومان
دانلود رایگان مقاله انگلیسی
آیا این مقاله برای بیس پایان نامه مناسب است؟ : بله آیا این مقاله برای ارائه کلاسی مناسب است؟ : بله
برنامه ای که در آن مقاله شبیه سازی شده است : این مقاله در محیط متلب پیاده سازی شده است نام مجله مقاله : Applied Intelligence
ترجمه: ندارد گزارشکار : دارای گزارش فارسی است (به همراه پاورپوینت) شبیه سازی : دارد (متلب)

این مقاله در محیط متلب به صورت کامل شبیه سازی شده و در صورت خرید و دانلود مقاله شما به راحتی قادر خواهید بود از برنامه مربوطه استفاده نمایید. در صورت بروز هر گونه مشکل در نحوه ی اجرای برنامه سایت سیگمالند به مدت 24 ساعت بعد از خرید محصول، پشتیبانی آن را تا اجرای کامل برعهده دارد. همچنین این مقاله شامل گزارش کار کامل از روش پیشنهادی بر اساس یادگیری ماشین است و دارای فایل پاورپوینت نیز می باشد.

توضیحات و مشاهده مقاله انگلیسی

شبکه اجتماعی با یادگیری ماشین

این کار تحقیقاتی یک چارچوب برای ایجاد یک سیستم ترکیبی پیشنهادی-کارشناسی ارائه می دهد که ویژگی های الگوریتم های توصیه شده مبتنی بر محتوا را به یک سیستم فیلترینگ مشارکتی مبتنی بر شبکه متصل می کند. روش پیشنهادی با هدف در نظر گرفتن جنبه اجتماعی رفتارهای کارشناسان، دقت پیش بینی پیشنهادات را بهبود می بخشد. برای این منظور، پروفایل های مبتنی بر محتوا از کارشناسان ابتدا توسط خزنده منابع آنلاین ساخته شده است. یک هسته معنایی با استفاده از دانش پیشین مشتق شده از مخزن ویکیپدیا ساخته شده است.

هسته معنایی برای غنی سازی پروفایل های کارشناسان کار می کند. جوامع اجتماعی کارشناسان با استفاده از تجزیه و تحلیل شبکه اجتماعی و استفاده از عوامل مانند تجربه، پس زمینه، سطح دانش، و ترجیحات شخصی تشخیص داده می شود. به این طریق، روابط اجتماعی پنهان را می توان در بین افراد کشف کرد. شناسایی جوامع برای تعیین ارزش یک عضو خاص با توجه به رفتار کلی جامعه که فرد به آن تعلق دارد استفاده می شود.

سپس اعضای نماینده یک جامعه با استفاده از اندازه گیری انطباق ویژه مجله مشخص می شود. در نهایت، توصیه می شود که یک آیتم اطلاعاتی را که کاربر به دنبال یک متخصص است، مرتبط کند تا به نمایندگان مرتبط ترین جامعه بپردازد. چنین سیستم توصیفی کارشناس مبتنی بر شبکه اجتماعی معنایی می تواند منافع هر دو کارشناس و کاربر را در اختیار داشته باشد، اگر کسی به توصیه های دو دیدگاه نگاه کند. از منظر کاربر، او با گروهی از کارشناسان که می تواند به کاربر با نیازهای اطلاعات او کمک کند، ارائه می شود. از دیدگاه متخصص، روش پیشنهادی به منظور آشنایی با آیتم های اطلاعاتی مرتبط که تحت تخصص و منافع وی قرار دارد، کار می کند.

یکی از مزیت های روش پیشنهادی در این مقاله این است که کاربران می توانند یک مورد را توصیه کنند نه تنها زمانی که این مورد توسط کاربرانی با پروفایل های مشابه رتبه بندی شده است، بلکه به طور مستقیم، به عنوان مثال، زمانی که این آیتم در برابر نمایه کاربر به شدت به ثمر برسد. در سیستم پیشنهادی کارشناسان، سیستم پیشنهاد شده در این مقاله جوامع متخصص را کشف می کند و به این ترتیب به کاربران کمک می کند تا به طور مؤثری گروه هایی از متخصصانی را که دانش ضمنی مطلوب کاربران را در اختیار دارند، پیدا کنند. در این زمینه، ساختار اجتماعی روابط کارشناسان، که در یک شبکه اجتماعی معناشناختی گرفته شده است، به عنوان جزء اجتماعی سیستم توصیه می شود. دراین مقاله از روش های یادگیری ماشین یا machine learning استفاده شده است.

روش پیشنهادی در این مقاله در نرم افزار متلب شبیه سازی شده است و در ادامخ بخشی از نتایج حاصل از شبیه سازیها نشان داده شده است.

شبکه های اجتماعی مبتنی بر سیستم

شبکه های اجتماعی مبتنی بر سیستم

 

 

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “دانلود شبیه سازی مقاله شبکه های اجتماعی مبتنی بر سیستم توصیه گر معنایی”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

آموزش برنامه نویسی

تماس با پشتیبانی

ارتباط با ما

  • شماره تماس : 09143817325
  • ایمیل : info@sigmaland.ir
تمامی حقوق مادی و معنوی برای سایت سیگمالند محفوظ است.