گروه مورد نظر : عنوان پروژه :
قسمتی از عنوان پروژه تان را وارد نمائید ...
قیمت پروژه از : تا : داکیومنت : کامنت :
جستجو پروژه
طبقه بندی پروژه ها
خدمات ویژه ناب پروژه
آخرین پروژه ها
تبلیغات متنی
بنرهای تبلیغاتی
آمار بازدید سایت
افراد آنلاین در سایت ناب پروژه تعداد افراد آنلاين : 5
بازدید امروز سایت ناب پروژه تعداد بازديد امروز : 155
تعداد بازدید دیروز از سایت ناب پروژه تعداد بازديد دیروز : 1,163
کاربران آنلاین در ناب پروژه تعداد بازدید کل : 2,461,280
   

پیاده سازی سیستم پیشنهاد دهنده دوست در شبکه اجتماعی با استفاده از الگوریتم بیزین - پیاده سازی مقاله2015((Bayesian


قیمت قبلی : 44200  تومان
 تخفیف : 0  %
قیمت  جدید: 44200   تومان
بانک : Excel
کامنت گذاری: دارد
فایل داکیومنت : دارد
رمز ورود پروژه : ندارد - ندارد

فایل دمو پروژه : دانلود فایل داکیومنت تکمیلی
فایل داکیومنت : دانلود فایل دمو | اجرایی پروژه
تعداد مشاهده : 1507

- در صورت نیاز به آموزش آنلاین نحوه ساخت این پروژه توسط نرم افزارهای آموزش راه دور و یا درخواست تهیه پروژه مشابه، کافیست با شماره تماس 09179221734 یا آدرس ایمیل behnam.h1368@gmail.com هماهنگی های لازم را انجام دهید.
توضیح  کلی :

این پیاده سازی که با کمک نرم افزار داده کاوی رپید ماینرو زبان برنامه نویسی C# انجام شده است، با ترکیب دو نوع سیستم پیشنهاد دهنده محتوا محورو سیستم پیشنهاد دهنده مشارکتی همراه با الگوریتم محبوب نایوبیزیا شبکه های بیزین دوستانی را به کاربر جدید الورود پیشنهاد میدهد. یکی از مهمترین کاربردهای این شبیه سازی مرتفع نمودن شروع سرد یا Cold Start کاربران می باشد.

در این پروژه از دیتا ست محبوب شبکه اجتماعی کشوراسلواکی استفاده شده است این مجمو داده متشکل از دو نوع فایل میباشند که عبارتند از:

فایل مربوط به کاربران که حدود چند صد هزار کاربربوده

فایل ارتباط کاربران با یکدیگر که رابطه بین کاربردن موجود در فایل قبل را مشخص میکند که دارای حدود پانصد هزار کاربر می باشد.

لازم به ذکر است که در این شبیه سازی تنها از حدود 1000 کاربر استفاده شده است تا این تعداد کاربران براحتی قابل توسعه و اجرا روی هر سیستمی با هر مشخصلاتی باشد. تعداد کاربران را نیز می توان افزایش داد. بنابراین از سیستم پیشنهاد دهنده محتوا محور یا  Content baseجهت خوشه بندی اولیه کاربران و از الگوریتم بیزین که یکی از مهمترین الگریتم های موجود در سیستم های پیشنهاد دهنده مشارکتی است جهت استخراج کاربران مشابه با کاربر جدید الورود استفاده میگردد. با این تفاوت که برای آیتم هیچ فرآیند و رکوردی در سیستم ذخیره نشده است.

این پروژه که بسیار کاربرد فراوانی در مرحله ها و زمینه های مختلفی دارد، مشکل شروع سرد کاربران جدیدالورود را مرتفع نموده و کاربرانی را به عنوان دوست به کاربر جدید الورود پیشنهاد میدهد. خروجی این شبیه سازی دو معیار بسیا مهم RMSE و MAE است. این دو معیار در بسیاری از سیستم های پیشنهاد دهنده مورد استفاده قرار گرفته و در واقع ارزیابی این سیستم ها را مورد سنجش قرار می دهد. معیار RMSE بیانگر مجذور مربع خطاها بوده و معیار MAE بیانگر میانگین خطای واقعی است.

در شبیه سازی انجام شده روال کار بدین صورت است که: ابتدا دیتاست کاربران که شامل 1000 کاربر است به سیستم پیشنهاد دهنده پیاده سازی شده وارد می گردد. سپس اطلاعات دموگرافیک(اطلاعات شخصی کاربران اعم از سن، جنسیت، تحصیلات و غیر) کاربران در لیست باکس نمایش داده می شود. یکی از مراحل موجود در این شبیه سازی انتخاب یک دسته برای کاربر جدید لورود است که در ادامهتشریح می گردد.

قبل از مرحله انتخاب دسته برای کاربر جدیدالورود، ابتدا یک خوشه بندی اولیه بر روی طلاعات کاربران انجام می شود. الگوریتم انتخاب شده جهت خوشه بندی کاربران در این شبیه سازی، الگورتیم معروف و محبوب K-Means است. یکی از مهم ترین عملیا تی که در این مرحله صورت گرفته است این است که الگورتیم K-Means در مراحل مختلف تعداد خوشه های متفاوتی در نرم افزار داده کاوی Weka یا وکا ارائه می دهد و تعداد خوشه های بهینه محاسبه می گردد. همانطور که میدانید در الگورتیم K-Means تعداد خوشه ها میبایست از قبل تعیین شود؛ به همین دلیل میبایست تعدادی خوشه را به الگوریتم خوشه بندی K-Means داده و خطاهای مورد نظر را محاسبه نموده و در نهایت تعدادی خوشه های تعیین می شود که دارای کمترین میزان خطا است. بنابراین پس از اینکه یک خوشه بندی اولیه برروی داده ها صورت گرفت، تعدادی خوشه به هر کاربر تعیین میشود.

در مرحله بعد میبایست برای کاربر جدید دستور و یک خوشه یا دسته تایین شود. بدین منظور به جای اینکه از خوشه بندی K-Means استفاده شود و زمان زیادی را نگیرد از الگورتیم های دسته بندی یا Classification مانند درخت تصمیم با شبکه عصبی و غیره به صورت یادگیری تقویتی استفاده نموده تا بتوان یک دسته را برای کاربر جدید الورود تایین نمود بنابراین نموده انتخاب و دسته ها با نرم افزار داده کاوی ریپد ماینر یا rapiclminel صورت گرفته و سورس موجود علاوه بر شبیه سازی انجام با #c تحویل می گردد.

پس از اینکه دسته مربوت به کاربران مشخص شد میبایست الگوریتم نایوبیز یاشبکه بیزین Friend Link بر روی کاربرجدید الورود و کابران موجود در دسته تعیین شده اعمال شده ومیزان مشابهت آنها برحسب احتمال محاسبه می گردد.

پس از این مرحله نیز ماتریس مجاورتی بین کار بر جدید الورود و کار بران همسایه ای که در مرحله قبل استخراج شده اند تشکیل میگردد. این ماتریس مجاورتی دارای ارتباط بین کار بران با یک دیگر است. بعد از این مرحله نیز الگوریتم محبوب پیش بینی لینک Friend Link برروی ماتریس مجاورتی ایجاد شده و در نهایت دو ستانی را که در این مرحله و مرحله قبل با هم یکسان هستند به عنوان دوست به کاربر جدید توصیه میگردد. 

این پروژه دارای یک داکیومنت 23 صفحه ای می باشد که در این داکیومنت اطلاعات دیتاست و روش خوشه بندی اولیه و برخی از مسائل دیگر تشریح شده است.

امکانات اصلی پروژه :

cialis controindicazioni

pillola cialis scaduta click
برخی از مهمترین امکانات این پروژه عبارتست از:
  1. یک داکیومنت 23 صفحه ای
  2. امکان دانلود دیتاست شبکه اجتماعی اسلواکی یا دیتاست pockek
  3. امکان دانلود سورس و داکیومنت بلافاصله پس از خرید
  4. امکان دانلود فایل دمو
  5. و غیره

  در صورت تمایل به ارسال نظر ، تنها در مورد پروژه فعلی نظر خود را ثبت کنید .
نام شما :
ایمیل :
ثبت نظر
 

بزودی آموزش های تصویری مرتبط به هر موضوع تهیه و در سایت قرار داده خواهد شد.

پروژه های مرتبط :
برچسپ ها :

سیستم پیشنهاد دهنده, سیستم پیشنهاد دهنده مشارکتی, شبیه سازی سیستم پیشنهاد دهنده, دانلود سورس سیستم پیشنهاد دهنده, سیستم پیشنهاد دهنده دوست در social network, سیستم پیشنهاد دهنده محتوا محور, شبیه سازی سیستم پیشنهاد دهنده محتوا محور, دانلود سورس سیستم پیشنهاد دهنده محتوا محور, سیستم پیشنهاد دهنده ترکیبی, دوستیابی در شبکه اجتماعی, طراحی سیستم پیشنهاد دهنده دوست, تهیه سیستم پیشنهاد دهنده در شبکه اجتماعی,طراحی سیستم پیشنهاد دهنده دوست در شبکه اجتماعی, پیشنهاد دوست در شبکه اجتماعی با الگوریتم بیزین, پروژه سیستم پیشنهاد دهنده دوست در شبکه اجتماعی, الگوریتم بیزین در شبکه اجتماعی, پیشنهاد دوست با الگوریتم بزین, پیاده سازی مقاله سیستم پیشنهاد دهنده دوست در شبکه اجتماعی,ناب پروژه