چکیده
سیستم های توصیه گر با تحلیل رفتار کاربران و جمع آوری اطلاعات آنان، توصیه های مفیدی متناسب با نیاز کاربران به آنان پیشنهاد میدهند. یکی از الگوریتمهای بکار رفته در این سیستمها روش پالایش مشارکتی مبتنی بر کاربر است. ایده این است که اگر
کاربران علایق مشابهی در گذشته داشته باشند در آینده نیز احتمالا سلیقه های مشابهی خواهند داشت. مهمتترین بخش الگتوریتم پالایش مشارکتی مبتنی بر کاربر به تعیین شباهت بین کاربران اختصاص دارد. ما در این مقاله یک معیار شباهت جدید و بهینه از
طریق ترکیب خطی ساده از وزنها و نسبت رتبه بندیها به کمک الگوریتم رقابت استعماری پیشنهاد و آزمایش کترده ایم و نتایج حاصل را با معیار شباهت سنتی پیرسون و معیار شباهت بهینه ی مبتنی بر الگوریتم ژنتیک مقایسه نمودهایم. نتای مقایسهها نشان میدهد که روش پیشنهادی نه تنها دقت توصیه را بهبود میبخشد، بلکه باعث افزایش کیفیت پیشبینی و کارایی توصیه نیز میگردد.
بهبود نتایج و عملکرد سیستم توصیهگر پالایش مشارکتی با استفاده از الگوریتم رقابت استعماری
