The aim of this master thesis is the study and application of associative retrieval techniques that result is to have an improvement in sparsity problem. The recommendation systems are widely applied many installed applications. So as to offer to potential customers, products, services and information they need. Collaborative filtering, which is perhaps the most successful recommendation approach classifying them based on past experience and therefore no feedback from consumers who shared the same interests.A major drawback limiting the use of the co filtering is sparsity problem refers to a situation in which the transactions or data feedbacks are sparse and insufficient to have identification of similarities in consumer interests. n this thesis we propose considering the sparsity having problems posting using the application framework associative retrieval relatively disseminated in order to investigate the transitional links between consumers based on their previous transactions and then place the appropriate feedback.
Such transitional compounds are a valuable source of information is a valuable source of information that will help us to conclude consumer interests to be consideration of having problems posting sparsity. To make the evaluation of effectiveness of our approach, we will be carrying out an experimental study he used a data set from an on-line bookstore. Research theoretically done in three widespread activation algorithms including a capacitor leakage algorithm, a connected partial symbolic algorithm, and a Net parallel hop plantations search algorithm. Also made a report to the nearest neighbor algorithm and the algorithm of collaborative filtering to focus on the graphics The plantation relaxation search algorithm are compared with different filtering approaches where not review the transitional Union. A simple graph search approach,two variants of the use of comparison with the approach based a comparison variation element based approach. The experimental results help us to show that a comparison of disseminated activations with approaches based surpassed, to a very large extent, other filtering methods are measured based on the recommendation accuracy, reflection, the measure F and dense result. In addition we observe the effect of the trigger longitudinally, which means that after making integration transitional compounds were included element that was used in the past and not dilute the possibility of dilution. These data are used, so as to draw conclusions relating to user preferences, and ultimately lead to performance degradation recommendation.
(EL)
Στην παρούσα διατριβή θα ασχοληθούμε σε θεωρητικό επίπεδο με τη μελέτη των συστημάτων σύστασης, που έχουν μεγάλη εφαρμογή στις τεχνικές τους, προκειμένου να προσφέρουν στα προϊόντα και στις υπηρεσίες τις καλύτερες πληροφορίες για τους δυνητικούς καταναλωτές. Το συνεργατικό φιλτράρισμα, που αποτελεί την πιο επιτυχημένη προσέγγιση της σύστασης, διατυπώνει προτάσεις και συστάσεις που βασίζονται στο ιστορικό των συναλλαγών. Ένα από τα σημαντικότερα προβλήματα, που περιορίζει την δημιουργία εμποδίου στο φιλτράρισμα είναι το πρόβλημα της ανεπάρκειας, που αναφέρετε σε μια κατάσταση που οι συναλλαγές ή οι ανατροφοδοτήσεις των δεδομένων είναι ανεπαρκείς για να αντιμετωπιστούν οι ομοιότητες που υπάρχουν στα συμφέροντά των καταναλωτών. Στην παρούσα διατριβή προτείνουμε να ασχοληθούμε με το πρόβλημα της ανεπάρκειας, αφού εφαρμόσουμε ένα συνεταιριστικό πλαίσιο των σχετικών αλγορίθμων ανάκτησης, για να μπορέσουμε να κάνουμε περαιτέρω εξερεύνηση των μεταβατικών ενώσεων που υπάρχουν ανάμεσα στους καταναλωτές βασισμένοι στο προηγούμενο ιστορικό συναλλαγών και την ανατροφοδότηση τους. Οι μεταβατικές ενώσεις, που αποτελούν πολύτιμη πηγή πληροφορίας, με αυτόν τον τρόπο βοηθούν στην διερεύνηση του ενδιαφέροντος των καταναλωτών και επιπλέον είναι απαραίτητα για την εξερεύνηση και αντιμετώπιση του προβλήματος της ανεπάρκειας.
Επομένως για να μπορέσουμε να έχουμε μία καλύτερη αξιολόγηση της αποτελεσματικότητας, που υπάρχει στην προσέγγιση μας, πραγματοποιήθηκε μία πειραματική μελέτη, αφού γίνει χρήση ενός συνόλου δεδομένων από ένα ηλεκτρονικό βιβλιοπωλείο. Πειραματιστήκαμε σε θεωρητικό επίπεδο τρεις επεκτάσιμους αλγόριθμους ενεργοποίησης και πιο συγκεκριμένα έναν περιορισμένο Μοντέλο Πυκνωτή Leaky, έναν αλγόριθμο Branch-and-Bound και έναν αλγόριθμο αναζήτησης δικτύου Hopfield. Επίσης γίνεται μία αναφορά στον αλγόριθμο του πλησιέστερου γείτονα αλλά και στον αλγόριθμο του συνεργατικού φιλτραρίσματος με εστίαση στα γραφήματα τους
Αυτοί οι αλγόριθμοι που συγκρίθηκαν με αρκετές προσεγγίσεις συνεργατικού φιλτραρίσματος δεν υπολογίζουν τις μεταβατικές ενώσεις. Παραδείγματα που μπορούμε να παραθέσουμε είναι, μια απλή προσέγγιση, δύο παραλλαγές της προσέγγισης με βάση το χρήστη, καθώς επίσης και μία προσέγγιση με βάση τα στοιχεία. Τα πειραματικά αποτελέσματα που προκύπτουν, από τη θεωρητική μας μελέτη δείχνουν ότι η διασπορά της ενεργοποίησης της προσέγγισης έχουν ξεπεράσει σε σημαντικό βαθμό τις άλλες συνεργατικές μεθόδους φιλτραρίσματος, όπως για παράδειγμα το μέτρο F και το σκορ κατάταξης. Επίσης παρατηρήσαμε, ότι το αποτέλεσμα της ενεργοποίησης της διάδοσης δεν είναι ανεπαρκές, ενώ στα δεδομένα που θα χρησιμοποιηθούν θα υπάρξει υποβιβασμός της παρουσίασης της σύστασης
(EL)
Πανεπιστήμιο Πειραιώς
