आईएसएसएन: 2167-0269
सैमुअल आर्लियो और ब्रूनो सिल्वा
अनुशंसा प्रणाली सॉफ्टवेयर उपकरण और तकनीकें हैं जो किसी विशेष उपयोगकर्ता के लिए रुचिकर वस्तुओं का सुझाव देने का प्रयास करती हैं। ये प्रणाली अधिकांश ई-कॉमर्स अनुप्रयोगों का एक महत्वपूर्ण हिस्सा हैं, क्योंकि वे उपयोगकर्ताओं को बिक्री में सुधार करते हुए उनकी आवश्यकताओं को पूरा करने वाले उत्पादों को खोजने में आसानी करते हैं। विभिन्न स्रोतों और सूचना के प्रकारों के साथ काम करके उपयोगकर्ताओं की प्राथमिकताओं को निर्धारित करने के लिए कई दृष्टिकोण बनाए गए हैं। सहयोगी फ़िल्टरिंग रेटिंग, सामग्री और ज्ञान आधारित अनुशंसाकर्ताओं के इतिहास का उपयोग करता है जो वस्तुओं की विशेषताओं के साथ काम करते हैं, संदर्भ जागरूक सिस्टम उपयोगकर्ता को घेरने वाले स्थिति मापदंडों या स्थितियों के आधार पर सुझाव प्रदान करते हैं, जबकि जनसांख्यिकीय फ़िल्टरिंग उपयोगकर्ता की जनसांख्यिकीय विशेषताओं का उपयोग करती है। इसके अतिरिक्त, ऐसे हाइब्रिड दृष्टिकोण हैं जो प्रत्येक विधि की कमियों को दूर करने के लिए दो या अधिक तकनीकों को मिलाते हैं।
इस कार्य में अनुशंसा प्रणाली क्षेत्र में गतिशील चयन के अनुप्रयोग का अध्ययन किया गया है। मल्टीपल क्लासिफायर सिस्टम से ली गई इस चयन रणनीति में प्रत्येक परीक्षण पैटर्न के लिए क्लासिफायर के एक विशिष्ट सेट का चयन करना शामिल है। इस धारणा को इस शोध के संदर्भ में अनुकूलित करने के लिए, एक हाइब्रिड सिस्टम प्रस्तावित किया गया था जो प्रत्येक भविष्यवाणी में सर्वोत्तम अनुशंसा विधि का चयन करने का प्रयास करता है।
प्रयोगों को करने के बाद, गतिशील चयन के अनुप्रयोग ने अनुशंसाओं में कोई महत्वपूर्ण सुधार नहीं किया। हालाँकि, हाइब्रिड सामग्री-आधारित आधार में जनसांख्यिकीय और प्रासंगिक जानकारी को शामिल करने से सिस्टम की सटीकता में काफी वृद्धि हुई। अंतिम समाधान का मूल्यांकन होटलों और पुस्तकों की समीक्षाओं वाले डेटासेट का उपयोग करके किया गया था। परिणामों से पता चला कि अनुशंसाकर्ता पर्यटन संबंधी परिदृश्यों में काम करने में सक्षम है और जब तक सामग्री, जनसांख्यिकीय या प्रासंगिक विशेषताएँ उपलब्ध हैं, तब तक इसे अन्य अनुशंसा समस्याओं के लिए भी पैरामीटर किया जा सकता है।