دانلود ترجمه مقاله مروری بر مقالات در زمینه سیستم های توصیه گر

1. مقدمه 2. سیستم های توصیه گر خبره 3. کاربردهای سیستم توصیه گر خبره 4. مروری انتقادی بر پیشرفت های اخیر در زمینه سیستم های توصیه گر خبره 5. ارزیابی 6. مقایسه 7. بحث و بررسی 8. نتیجه گیری

چکیده – رشد سریع محتوای اینترنت در سال های اخیر منجر به شکل گیری سیستم های توصیه گر شده که کاربران را از طریق یک فرآیند بازیابی اطلاعاتی به نیازهای شان هدایت می کنند. سیستم توصیه گر خبره، زمینه نوظهوری است که تلاش دارد تا متخصص ترین افراد را در برخی از زمینه های خاص شناسایی کند. این تشخیص، بر اساس اطلاعات استخراج شده از فعالیت های افراد و محتوای اسنادی است که مرتبط با آنها می باشد. علاوه بر این، سیستم توصیه گر خبره، موضوع یا جستار یک کاربر را اتخاذ کرده و لیستی از افراد را با توجه به میزان تخصص در آن جستار، فراهم می کند. این سیستم ها را می توان با رویکردهای بازیابی اطلاعات، و موتورهای جستجو و یا با ترکیبی از سیستم های پردازش زبان های طبیعی، مدلسازی کرد. این مطالعه نیز، مروری کلی و انتقادی از سیستم های توصیه گر خبره موجود و مزایا و معایب آنها و نیز روش های مختلف به کار گرفته شده توسط آنها را ارائه داده است. مقدمه: رشد سریع وب جهان گستر و تعداد صفحات وب منجر به افزایش قابل ملاحظه داده های دیجیتالی و محتواهای چندرسانه ای شده است. از این رو، جستجوی نیازها برای مرتبط ترین و جدیدترین اطلاعات برای کاربران، کاری دشوار شده است (سو و همکاران، 2013؛ لوسیم و سانچز، 2009). از سوی دیگر، بازیابی اطلاعات (IR)، چارچوبی مفید و مناسب را برای یافتن اطلاعات و نیل به نیازهای کاربران فراهم کرده است. IR شکل غالبی از روش های دسترسی به اطلاعات می باشد که به کاربران کمک می کند تا به اطلاعات مربوط به جستارهای کاربران دیگر، دسترسی داشته باشند. جستار هم می تواند یک سوال ساده مانند "کتاب های مرتبط با هوش مصنوعی"، یا سوالی پیچیده مانند "چه کسی بیشترین رتبه را در سیستم های توصیه گر موسیقی دارد" باشد (مانینگ و همکاران، 2008؛ بوبادیلا و همکاران، 2013).

The recent rapid growth of the Internet content has led to building recommendation systems that guide users to their needs through an information retrieving process. An expert recommendation system is an emerging area that attempts to detect the most knowledgeable people in some specific topics. This detection is based on both the extracted information from peoples’ activities and the content of the documents concerned with them. Moreover, an expert recommendation system takes a user topic or query and then provides a list of people sorted by the degree of their relevant expertise with the given topic or query. These systems can be modeled by information retrieval approaches, along with search engines or a combination of natural language processing systems. The following study provides a critical overview of existing expert recommendation systems and their advantages and disadvantages, considering as well different techniques employed by them. Introduction: The rapid growth of the World Wide Web and the number of web pages has resulted in a tremendous increase in the amount of digital information/data and multimedia content. Hence, it has become more difficult for users to search their demands for the most related and newest information on the Internet (Su et al., 2013; Lousame and Sánchez, 2009). On the other hand, Information Retrieval (??) provides a suitable and useful framework to find information, satisfying user demands. ?? is the dominant form of information access methods that helps users to have access to those information related to user’s queries. The query can be either a simple question such as ‘‘artificial intelligence related books", or a complex one such as ‘‘who is topranked in the music recommendation system’’ (Manning et al., 2008; Bobadilla et al., 2013).

ترجمه این مقاله در 50 صفحه آماده شده و در ادامه نیز صفحه 41 آن به عنوان نمونه قرار داده شده است که با خرید این محصول می توانید، فایل WORD و PDF آن را دریافت نمایید.