epinions-coldstart
۷
۸۵٫۸۲
۱٫۲۳۰
۰٫۶۹۲
۰٫۷۶۶
نتایج حاصل از اجرای این آزمایش بیانگر این مطلب است که افزایش عمق می تواند باعث افزایش درصد پوشش و پاسخگویی به درصد بیشتری از زوج های >آیتم,کاربر< خصوصا در مورد کاربران تازه وارد گردد اما در مقابل، هرچه در شبکه اعتماد میان کاربران بیشتر حرکت شود به دلیل اعتماد کمتر به نظر کاربرانی که در فاصله زیادی نسبت به کاربر مبدا واقع شده اند میزان خطا نیز اندکی بیشتر می شود. با توجه به نتایج حاصل، در نظر گرفتن حداکثر عمق ۶ می تواند نتایج مطلوبتری را تولید نماید لذا در ادامه آزمایشات مقدار حداکثر عمق، برابر مقدار ثابت ۶ در نظر گرفته شده است.
۵-۸-۲- بررسی تاثیر تاریخ اعلام نظرات توسط کاربران
برای انجام این آزمایش دو حالت مختلف از اطلاعات جدول ratings در نظر گرفته می شود تا بتوان تاثیر تاریخ اعلام نظرات کاربران در خصوص آیتمهای مختلف را بررسی نمود. در حالت اول تنها آخرین نظر و امتیاز هر کاربر در مورد یک آیتم (به لحاظ تاریخ) مد نظر قرار گرفته است در صورتیکه در حالت دوم میانگین امتیازات یک کاربر در مورد یک آیتم که در تاریخهای مختلف توسط وی بیان شده است در نظر گرفته شده است. شرایط انجام آزمایش و نتایج حاصل در جدول شماره ۵-۷ قابل مشاهده میباشد.
( اینجا فقط تکه ای از متن پایان نامه درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )
جدول ۵-۷ : نتایج حاصل از بررسی تاثیر تاریخ اعلام نظرات کاربران
مجموعه داده مورد ارزیابی
امتیازات/ نظرات
Coverage
RMSE
Precision
F-measure
epinions
آخرین امتیاز
۸۹٫۴۴
۱٫۱۱۱
۰٫۷۲۲
۰٫۷۹۹
epinions
میانگین امتیازات
۸۹٫۴۱
۱٫۱۱۳
۰٫۷۲۲
۰٫۷۹۹
نتایج حاصل از اجرای این آزمایش حاکی از آن است که کاربران سایت epinions در طول زمان رفتار نسبت ثابت و یکنواختی را در بیان نظرات خود درباره آیتمهای مختلف رعایت نموده اند چراکه در هر دو حالت بیان شده، تغییری محسوس در نتایج حاصل نشده است اما در مورد مجموعه داده های دیگر نمی توان همین نظر را تعمیم داد بلکه تنها با انجام آزمایشهای مستقل میتوان این فرضیه را اثبات نمود. با توجه به نتایج حاصل، برای انجام آزمایشات دیگر، آخرین نظر و امتیاز یک کاربر در مورد یک آیتم خاص مد نظر قرار خواهد گرفت.
یادآوری : لازم به ذکر می باشد در مجموعه داده movielens به دلیل وجود تنها یک ردیف به ازای هر کاربر و هر آیتم نمی توان این مورد را بررسی و ارزیابی نمود.
۵-۸-۳- بررسی تاثیر تغییر فرمول محاسبه تشابه آیتمها
همان طور که قبلا نیز بیان شد در مدل پایه برای محاسبه تشابه آیتمها با یکدیگر از فرمول پیرسون (فرمول شماره ۱۶) استفاده شده است اما همان گونه که در بخش پیش اشاره شد میتوان از تکنیکها و فرمولهای دیگری نیز برای محاسبه تشابه آیتمها با یکدیگر بهره جست. در این آزمایش سعی در روشن شدن تاثیر هر یک از این تکنیکها بر روی نتایج میباشد. جدول شماره ۵-۸ نتایج حاصل از اجرای هر یک از تکنیها و فرمولهای بیان شده در بخش پیش را نمایش میدهد.
جدول ۵-۸ : نتایج حاصل از تغییر فرمول محاسبه تشابه آیتمها
مجموعه داده مورد ارزیابی
