چکیده

1- مقدمه

2- آثار مرتبط

1-2- فاکتورگیری ماتریس (MF)

2-2- شبکه‌های اجتماعی و MF

1-2-2- الگوی Social MF

3- الگوهای توصیه‌ای چرخه‌محور

1-3- استنتاج چرخۀ اعتماد

2-3- تخصیص میزان اعتماد

1-2-3- CircleCon1 : اعتماد برابر

2-2-3- CicleCon2 : اعتماد تخصص محور

3-2-3- CircleCon3 : تجزیۀ اعتماد

3-3- آموزش مدل

1-3-3- آموزش با رتبه‌بندی‌های حاصل از هر مقوله

2-3-3- آموزش با رتبه‌بندی‌های تمام مقوله‌ها

4- آزمایش‌ها

1-4- مجموعه داده

2-4- ارزیابی عملکرد

3-4- ارزیابی

1-3-4- آموزش با رتبه‌بندی‌های مربوط به تمام مقوله‌ها

2-3-4- آموزش با رتبه‌بندی‌های مختص به هر مقوله

4-4- مشاهدات

5-نتیجه‌گیری

چکیده

اطلاعات شبکۀ اجتماعی آنلاین، افزایش دقت سفارشی فراتر از قابلیت‌های سامانه‌های توصیه‌گر کاملاً پیش‌برندۀ رتبه‌بندی / بازخورد (RS) را نوید می‌دهد. به منظور خدمت بهتر به فعالیت‌های کاربران در دامین‌های مختلف، اکنون بسیاری از شبکه‌های اجتماعی آنلاین از ویژگی جدید «چرخۀ دوستان » پشتیبانی می‌کنند که در آن مفهوم «دوستان» غافل ـ دامین تصحیح ‌می‌شود. همچنین، RS از «چرخۀ صداقت» دامین خاص بهره می‌گیرد. در واقع، کاربر می‌تواند به زیرمجموعه‌های متفاوتی از دوستان متعلق به دامین‌های مختلف اعتماد کند. متاسفانه، در اکثر پایگاه‌های داده‌ای رتبه‌بندی چندمقوله‌ای موجود، ارتباطات اجتماعی کاربر از تمام مقوله‌ها با یکدیگر درآمیخته شده است. این مقاله، تلاشی بر تدوین RS چرخه‌محور است. ما بر استنتاج چرخه‌های صداقت اجتماعی با مقولۀ خاص تمرکز می‌کنیم که از دادۀ رتبه‌بندی فعلی همراه با دادۀ شبکۀ اجتماعی گرفته شده است. ما چندین واریانت مختلف مرتب‌شدۀ دوستان با چرخه‌های مبتنی بر سطوح تخصصی استنباط شدۀ آنها را طرح ریزی می‌کنیم. از طریق آزمایشات صورت گرفته بر داده‌های عمومی موجود، شرح می‌دهیم که الگوهای پیشنهادی چرخه محور می‌تواند از اطلاعات صداقت اجتماعی کاربر که به دقت بیشتر منتج می‌شود را مورد استفادۀ بهتر قرار دهد.