توصيه‌گر تطبيقي - نمايشي مكان‌هاي مورد‌علاقه كاربران با استفاده از متون و مكان‌هاي به‌اشتراك گذاشته‌شده در شبكه‌هاي اجتماعي

كارشناسي ارشد

روزانه حجم عظيمي از داده‌ها مابين كاربران شبكه‌هاي اجتماعي ارسال مي‌شود كه امكان داده‌كاوي و استخراج اطلاعات مفيد توسط شركت‌ها را فراهم مي‌نمايد. بخش بزرگي از اين داده‌ها را متوني با اين ويژگي‌ها تشكيل مي‌دهند: اختلالات متني زياد، طول محدود، وجود كلمات مخفف و محتواي عاميانه. از اين رو برداشت معنائي از آن‌ها بسيار پيچيده است. همچنين آزمايش‌ها نشان مي‌دهند كه محتواي كوتاه-متن‌ها تحت تأثير زمان ارسال آن‌ها است. بخش ديگري از اين داده‌ها را داده‌هاي مكاني و مختصات جغرافيائي تشكيل مي‌دهند كه از تُنُكي بيش از اندازه رنج مي‌برند. از اين رو سيستم‌هايي كه از انواع داده‌اي متني، زماني و مكاني ارسالي در شبكه‌هاي اجتماعي به صورت هم‌زمان استفاده مي‌كنند، همچون توصيه‌گرهاي مكاني يا گردشگري، با چالش‌هاي متنوعي مواجه مي‌شوند. در اين پژوهش سيستمي طراحي و پياده‌سازي شده كه با استفاده از يك روش‌ تعبيه‌سازي كلمات حساس به زمان، ضمن برداشت معنائي از كوتاه-متن‌هاي پراختلال، الگوهاي زماني استفاده از كلمات را نيز در نظر مي‌گيرد. سپس روش‌هايي براي تبديل مفاهيم متنوع از جمله كوتاه-متن، محتوا، موضوع، خوشه و كاربر به بردار معرفي شده‌اند. اين عمل امكان تركيب مفاهيم مختلف با اجراي عملگرهاي رياضي بر روي بردارهاي آن‌ها را فراهم مي‌سازد. در ادامه براي استفاده از داده‌هاي مكاني، كاربران مختلف در چهار سطح كوچه، خيابان، محله و شهر با بردارهاي مكاني مربوط به آن سطح تعريف مي‌گردند. سيستم با توجه به بردارهاي به‌دست‌آمده، شباهت‌ متني-زماني و شباهت‌ مكاني كاربران را با هدف بررسي تاثير روش‌هاي مختلف بر نتايج نهائي محاسبه نموده و در انتها آن‌ها را تركيب مي‌نمايد. در نهايت يك رابط كاربري تطبيقي-نمايشي تحت وب براي تعامل كاربران با توصيه‌گر پياده‌سازي شده است تا مكان‌هاي بازديد‌شده توسط يك كاربر به شبيه‌ترين كاربر به او توصيه گردد. سيستم پياده‌سازي‌شده طي مجموعه‌اي از آزمون‌ها مورد آزمايش قرار گرفت. بر اساس نتايج حاصل از روش تعبيه سازي متني-زماني، ميزان دقّت بيشينه براي آزمون همانندي كلمات بر روي بردارهاي كلمات حاصل از مدل تعبيه‌سازي CBOW از ۱/۱۲ درصد به ۶/۱۳ درصد افزايش يافته است. همچنين شباهت‌ محتوائي و شباهت متني-زماني معرفي‌شده در اين پژوهش با كسب مقادير ۶۶/۴۴ و ۳۶/۸۵ درصد براي صحّت‌هاي وزن‌دار موضوعي و عادي از ساير روش‌هاي موجود عملكرد بهتري را در تشخيص كاربران مشابه نشان دادند.

193295

دانشگاه علم و صنعت ايران

نرم‌افزار

دكتر محمدرضا كنگاوري