بهبود عملکرد سیستم توصیه گر کتاب با استفاده از محاسبات توزیع شده و موازی هدوپ


در حال بارگذاری
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
1 بازدید
۷۹,۷۰۰ تومان
خرید

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 بهبود عملکرد سیستم توصیه گر کتاب با استفاده از محاسبات توزیع شده و موازی هدوپ دارای ۱۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد بهبود عملکرد سیستم توصیه گر کتاب با استفاده از محاسبات توزیع شده و موازی هدوپ  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی بهبود عملکرد سیستم توصیه گر کتاب با استفاده از محاسبات توزیع شده و موازی هدوپ،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن بهبود عملکرد سیستم توصیه گر کتاب با استفاده از محاسبات توزیع شده و موازی هدوپ :

تعداد صفحات :۱۳

چکیده مقاله:

در سیستم کتابخانه تحت وب به دلیل حجم و تنوع زیاد اقلام و دیتاها کاربر که وارد سیستم می شود با انتخاب های زیادی مواجه است از این رو نیاز به یک سیستمی است تا کاربر را در انتخاب های مناسب خود یاری کند، از طرفی حجم زیاد داده ها در فضای وب باید در کمترین زمان به صورت آنلاین پردازش شود، بنابر این ترکیب این دو موضوع و کم کردن سربار اطلاعات روی وب؛ نیاز به طراحی سیستم توصیه گر که قادر به دستیابی سریع به اطلاعات مورد علاقه کاربران، که با تاکید بر حداقل مداخله انسانی باشد؛ از یک سو، و روی آوردن به روش های تحلیل متناسب با حجم داده های حجیم ازسوی دیگر، به خوبی احساس می شود. در این مقاله برای حل مشکلات بیان شده از یک سیستم توصیه گر استفاده شده است که برای توصیه دقیق تر به کاربر از ترکیب دو مرحله برای توصیه به کاربر استفاده می کند. مرحله اول، با استفاده از الگوریتم مبتنی بر همکاری یا Collaborative Filtering لیستی از آیتم ها که در اینجا آیتم ما کتاب است برای پیشنهاد به کاربر تهیه می شود، در مرحله دوم، نظرات کاربر مبتنی بر دیکشنری sentiwordnet نسبت به آیتم ها تجزیه تحلیل می شود و لیست به وجو آمده آیتم ها برای توصیه به کاربر در مرحله قبل با استفاده از موتور پردازشگر اسپارک در بستر هدوپ استفاده میکند بهبود داده می شود. بدین منظور، برای افزایش مقیاس پذیری سیستم توصیه گر، از معماری توزیع شده برای انجام محاسبات سنگین، استفاده شده است. لذا در این صورت سرعت پردازش دادهای حجیم در فضای وب به صورت توزیع شده؛ در کمترین زمان و با بیشترین دقت نسبت به مدل سنتی صورت میگیرد و همچنین کاربر را در انتخاب های مناسب نسبت به اولویت های آیتم های خود یاری می کنیم.

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.