دانلود رایگان مقاله تحلیل سیستم توصیه برای شبکه اجتماعی مبتنی بر مکان (LBSN)

قیمت خرید این محصول

رایگان

دانلود مقاله انگلیسی سفارش ترجمه این مقاله

عنوان فارسی

مطالعه و تجزیه و تحلیل سیستم های توصیه برای شبکه اجتماعی مبتنی بر مکان (LBSN) با کلان داده ها

عنوان انگلیسی

A study and analysis of recommendation systems for location-based social network (LBSN) with big data

صفحات مقاله فارسی

صفحات مقاله انگلیسی

سال انتشار

2016

نشریه

الزویر - Elsevier

فرمت مقاله انگلیسی

PDF

کد محصول

E3500

رشته های مرتبط با این مقاله

مدیریت

گرایش های مرتبط با این مقاله

مدیریت عملکرد

مجله

IIMB Management Review - نقد و بررسی مدیریت IIMB

دانشگاه

فناوری اطلاعات، شرکت EMC، بنگلور، هند

کلمات کلیدی

کلان داده، داده کاوی، توصیه سیستم، شبکه اجتماعی، LBSN

برای سفارش ترجمه این مقاله با کیفیت عالی و در کوتاه ترین زمان ممکن توسط مترجمین مجرب سایت ایران عرضه؛ روی دکمه سبز رنگ کلیک نمایید.

چکیده

Abstract

Recommender systems play an important role in our day-to-day life. A recommender system automatically suggests an item to a user that he/she might be interested in. Small-scale datasets are used to provide recommendations based on location, but in real time, the volume of data is large. We have selected Foursquare dataset to study the need for big data in recommendation systems for location-based social network (LBSN). A few quality parameters like parallel processing and multimodal interface have been selected to study the need for big data in recommender systems. This paper provides a study and analysis of quality parameters of recommendation systems for LBSN with big data.

نتیجه گیری

Conclusion

Till date, recommender systems make recommendations only by getting data from data warehouses. Due to the dynamic nature of the recommender system, the data have to be distributed. The recommender system has to work parallelly to provide recommendation to the user and to support different interfaces. Big data excels in handling unstructured, raw and complex data with huge programming flexibility. This study analyses the use of big data in recommendation systems qualitatively. In future research, we will attempt to analyse the recommendation system in social networks quantitatively.

برچسب‌ها: دانلود رایگان مقالات انگلیسی مدیریت، دانلود رایگان مقالات isi