دانلود ترجمه مقاله مطالعه ای بر فرصت های پژوهشی در زمینه سامانه های توصیه گر

1. مقدمه 2. مفاهیم و روش‌های کلی 2.1. فیلتر کردن بر اساس محتوا 2.2. فیلتر کردن مشارکتی 2.3. فیلتر کردن ترکیبی 3. مسائل و چالش‌ها 3.1. مسئله‌ی شروع سرد 3.2. داشتن معنای یکسان 3.3. حمله‌های Shilling 3.4. حریم خصوصی 3.5. تحلیل محتوای محدود و تخصصی‌سازی بیش از حد 3.6. گوسفند خاکستری 3.7. پراکندگی 3.8. مقیاس‌پذیری 3.9. مشکل نهفتگی 3.10. ارزیابی و دسترس‌پذیری مجموعه‌دادگان آنلاین 3.11. آگاهی از محتوا 4. فرصت‌های تحقیقاتی موجود برای کاهش مسائل و چالش‌ها 5. نتیجه‌گیری

مقدمه: وب جهان گستر (WWW) یا به طور ساده همان وب باعث ایجاد تغییرات زیادی در شیوه‌ی زندگی ما و نحوه‌ی برقراری ارتباط ما با دیگران شده است. امروزه، ما به وب و فناوری‌های مرتبط به آن مانند موتورهای جستجوی وب متکی هستیم تا تقریبا اطلاعات مربوط به هر جنبه‌ای از زندگی خود را در آن جستجو نموده و بازیابی نماییم. با این حال، این تغییر با هزینه‌ی اطلاعاتی و سربار شناختی بر روی کاربر همراه است، کاربری که قصد جستجو برای اطلاعات مرتبط و مطمئن بر روی وب را دارد. برای مقابله با این مسائل، در میان راه‌حل‌های دیگر، یک سیستم توصیه‌گر به عنوان یک کمک‌کننده در یافتن اقلام مرتبط و مناسب به کاربران عمل می‌کند و این کار را با پیشنهاد اقلام مرتبط به کاربران انجام می‌دهد. این سیستم‌ها وب را به سمتی هدایت می‌کنند تا بر اساس ترجیحاتی که به طور واضح توسط کاربران ذکر شده‌اند و همچنین در نظر گرفتن رفتارهای شهودی آنها، پیشنهادات مرتبط را به کاربران ارائه دهند [1]. سیستم‌های توصیه‌گر در حوزه‌های مختلفی از جمله پیشنهاد محصولات، ویدئوها، تصاویر، مقالات، اخبار، و کتاب‌ها مورد استفاده قرار می‌گیرند. با وجود تحقیقات متعدد و پیشرفت‌های تحقیقاتی در حوزه‌ی سیستم‌های توصیه‌گر، به علت تقاضای رو به رشد کاربران، علاقه به این حوزه همچنان وسیع است. بنابراین ایجاد سیستم‌های توصیه‌گر با کیفیت بالا برای ارائه‌ی پیشنهادات مناسب و دقیق به کاربران در محدوده‌ی وسیع کاربردهای زندگی روزمره بسیار ضروری است. در این راستا، محققان و شاغلان در صنعت باید دست به کار شوند و بر روی مسائل و چالش‌های اصلی در حوزه‌ی سیستم‌های توصیه‌گر تحقیق کنند، که این مسائل و چالش‌ها در این مقاله ارائه می‌شوند. بنابراین، اهداف این مقاله می‌تواند به صورت زیر خلاصه شود: a) ارائه‌ی مفاهیم و روش‌های کلی مرتبط با انواع مختلف سیستم‌های توصیه‌گر، به طوری که محققان تازه‌کار و مبتدی می‌توانند ایده‌ی این را بیابند که چگونه رویکردهای مختلف سیستم توصیه‌گر اقلام مرتبط با آیتم جاری را پیشنهاد می‌دهند. b) شناسایی و ارائه‌ی برخی از مسائل و چالش‌های اصلی در طراحی و توسعه‌ی سیستم‌های توصیه‌گر دقیق و مناسب. c) ارائه‌ی راه‌حل‌ها، روش‌ها، و رهنمودهای تحقیقاتی که ممکن است در غلبه بر این مسائل و طراحی سیستم‌های توصیه‌گر دقیق و باکیفیت کمک کنند.

Introduction: The World Wide Web or simply the Web has brought numerous changes in the way we live and communicate with others. Today, we rely on the Web and its related technologies like web search engines that search and retrieve relevant information on almost any aspect of life. However, this change comes with the cost of information and cognitive overload on the user who is searching for relevant and reliable information on the Web. To cope with these issues, among other solutions, a recommender system works as a helper in finding relevant and related items by making relevant suggestions to the users. These systems navigate the Web to come up with relevant suggestions for users based either on their explicitly mentioned preferences or objective behaviors [1]. Recommender systems are used in various domains including products, videos, images, articles, news, and books. In spite of numerous research and development advances, interest in this area is still broader because of the growing user demands. It is therefore necessary to build high-quality recommender systems for providing fine-tuned recommendations to users in a wide range of daily-life applications. In this regard, researchers and industry practitioners need to come forward and work on some of the prominent issues and challenges in the area of recommender systems, which are being presented in this research paper. Therefore, the objectives of the paper can be summarized as: a) to present the general concepts and techniques associated with different types of recommender systems so that novice researchers can get an idea of how a recommender system approaches relevant items in relation to the item being currently presented. b) To identify and present some of the prominent issues and challenges in the design and development of a fine-tuned recommender system. c) To present solutions, techniques, and research guidelines that might help in coping with some of these issues and in designing a fine-tuned recommender system.

بخشی از ترجمه مقاله (صفحه 3 فایل ورد ترجمه)