دانلود,رایگان,پایان نامه,پروژه,مقاله,مقالات, تحقیق آماده, پاورپوینت
دانلود,رایگان,پایان نامه,پروژه,مقاله,مقالات, تحقیق آماده, پاورپوینت,دانلود گزارش کارآموزی,, دانلود پروژه دانشجویی, دانلود تحقیق رایگاندانلود,رایگان,پایان نامه,پروژه,مقاله,مقالات, تحقیق آماده, پاورپوینت
دانلود,رایگان,پایان نامه,پروژه,مقاله,مقالات, تحقیق آماده, پاورپوینت,دانلود گزارش کارآموزی,, دانلود پروژه دانشجویی, دانلود تحقیق رایگانمبانی و چارچوب نظری ابرهای محاسباتی و معماری
دانلود مبانی و چارچوب نظری ابرهای محاسباتی و معماری
مبانی و چارچوب نظری ابرهای محاسباتی و معماری
مشخصات فایل
توضیحات کامل
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
خرید و دانلود فصل دوم پایان نامه ابرهای محاسباتی و معماری آن با فرمت docx در قالب 12 صفحه ورد
مشخصات فایل
| تعداد صفحات | 12 |
| حجم | 69/517 کیلوبایت |
| فرمت فایل اصلی | doc |
توضیحات کامل
خرید و دانلود فصل دوم پایان نامه ابرهای محاسباتی و معماری آن با فرمت docx در قالب 12 صفحه ورد بصورت کامل و جامع با قابلیت ویرایش
ابرهای محاسباتی الگویی از محاسبات توزیع شده، مرکب از تعداد زیادی منابع و درخواست ها با هدف به اشتراک گذاری منابع به صورت سرویس، بروی بستر اینترنت می باشد]31[. ساختار اصلی ابرهای محاسباتی سیستم هایی با توان محاسباتی بالا، مراکز داده ها، رسانه های ذخیره سازی، بستر های نرم افزاری و خدمات نرم افزاری است که روی اینترنت به کاربر ارائه می شود]24 .[سطوح خدمات رسانی ابرهای محاسباتی به سه سطح تقسیم می شود. خدمات به صورت نرم افزاری(Saas) ، خدمات به صورت بستر های نرم افزاری(Paas) ، خدمات به صورت زیر ساختی(Iaas) .
فهرست مطالب
2-2 ابرهای محاسباتی 8
2-2-1 تعریف 9
2-2-2 تاریخچه 9
2-2-3 معماری ابرهای محاسباتی 10
2-2-4 مدل های پیاده سازی ابرهای محاسباتی 11
2-2-5 مجازی سازی 12
2-2-6 مزایای ابرهای محاسباتی 12
2-2-7 چالش های ابرهای محاسباتی 13
منابع
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
مبانی و چارچوب نظری سیستم تحلیل حالت های چهره و پیشینه تحقیقاتی
دانلود مبانی و چارچوب نظری سیستم تحلیل حالت های چهره و پیشینه تحقیقاتی
مبانی و چارچوب نظری سیستم تحلیل حالت های چهره و پیشینه تحقیقاتی
مشخصات فایل
توضیحات کامل
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
خرید و دانلود فصل دوم پایان نامه سیستم تحلیل حالت های چهره و پیشینه تحقیقاتی آن با فرمت docx در قالب 40 صفحه ورد
مشخصات فایل
| تعداد صفحات | 40 |
| حجم | 3343/512 کیلوبایت |
| فرمت فایل اصلی | doc |
توضیحات کامل
خرید و دانلود فصل دوم پایان نامه سیستم تحلیل حالت های چهره و پیشینه تحقیقاتی آن با فرمت docx در قالب 40 صفحه ورد بصورت کامل و جامع با قابلیت ویرایش
اهمیت ایجاد تمایز بین حالتهای چهره که به صورت ارادی اتفاق میافتند و حالتهایی که بدون عمد در چهره رخ میدهند، زمانی آشکار میشود که لایه عصب شناسی برای حالتهای چهره مورد بررسی قرار گیرد. در کل دو گذرگاه عصبی در ارتباط با حالتهای چهره وجود دارد که هر کدام در ناحیه متفاوتی از مغز تولید میشوند. تغییرات ارادی چهره در نوار محرک غشایی تولید میگردند، در حالی که حرکتهای غیر ارادی مربوط به چهره در نواحی زیر قشری مغز به وجود میآیند. حالتهای چهره که توسط این دو نوع گذرگاه عصبی تولید میشوند در اینکه کدام ماهیچه صورت تحریک میشود و همچنین در نحوه فعالیت و تحریک آن با هم تفاوت دارند. به عنوان مثال در حالتهای غیر ارادی چهره، فعالیت ماهیچهها ملایم، هماهنگ، متقارن و سازگار میباشد در حالی که فعالیت ماهیچهها در حالتهای ارادی هماهنگی کمتری داشته و شاهد فعالیتهای غیر ملایم میباشیم.
فهرست مطالب
ویژگیهای چهره 18
3-2 تحلیل حالتهای چهره 19
3-3 مدلهای تشخیص حالات احساسی چهره 20
3-4مروری بر تحقیقات گذشته 24
3-4-1 مروری بر پیشینه تشخیص حالات احساسی چهره بر اساس واحدهای حرکتی در سیستم FACS 24
3-4-2 مروری بر پیشینه تشخیص حالات احساسی چهره بر اساس جریان نوری 28
3-4-3 مروری بر پیشینه تشخیص حالات احساسی چهره بر اساس چهرههای ویژه و PCA 31
3-4-4 مروری بر پیشینه تشخیص حالات احساسی چهره بر اساس FCP 32
3-4-5 مروری بر پیشینه تشخیص حالات احساسی چهره با استفاده از روشهای مختلف دیگر 32
3-4-6 مروری بر پیشینه تشخیص حالت چهره سه بعدی 34
3-4-7 مروری بر پیشینه حالات احساسی ظریف چهره 36
3-5 پایگاه دادهها 41
3-5-1 پایگاه داده Cohn-Kanade 42
3-5-2 پایگاه داده AR 43
3-5-3 پایگاه داده بیان احساسات MMI 43
3-5-4 پایگاه داده احساس غیر ارادی 44
3-5-5 پایگاه داده بیان احساسات زنان ژاپنی(JAFFE ) 44
3-5-6 پایگاه داده تشخیص احساس و ژست FG_Net 45
3-5-7 پایگاه داده احساس چهره CMU AMP 45
3-5-8 پایگاه داده سه بعدی حالات چهره 45
3-5-9 پایگاه داده احساسات ظریف غیر ارادی (SMIC) 47
منابع
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
مبانی و چارچوب نظری الگوریتم های شناسایی و توضیحات
دانلود مبانی و چارچوب نظری الگوریتم های شناسایی و توضیحات
مبانی و چارچوب نظری الگوریتم های شناسایی و توضیحات
مشخصات فایل
توضیحات کامل
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
خرید و دانلود فصل دوم پایان نامه الگوریتم های شناسایی و توضیحات آن با فرمت docx در قالب 13 صفحه ورد
مشخصات فایل
| تعداد صفحات | 13 |
| حجم | 79/617 کیلوبایت |
| فرمت فایل اصلی | doc |
توضیحات کامل
خرید و دانلود فصل دوم پایان نامه الگوریتم های شناسایی و توضیحات آن با فرمت docx در قالب 13 صفحه ورد بصورت کامل و جامع با قابلیت ویرایش
به طور کلی پیدا کردن راه حل برای مسئله افراز گراف، چندان هم در تحلیل شبکه ها سودمند نیست، زیرا در شبکه ها، بر خلاف مسئله افراز گراف تعداد تشکل ها مشخص نیست و لزومی هم بر هم اندازه بودن این تشکلها وجود ندارد. از طرفی، نیازی به کمینه کردن ارتباط بین تشکلها نیست، چرا که طبق انتظار، ارتباط بین تشکل های بزرگ نسبت به ارتباط بین تشکل های کوچک، بسیار بیشتر است. بنابراین، مسئله شناسایی تشکل ها در شبکه ها تفاوت اساسی با مسئله افراز گراف دارد.
فهرست مطالب
2-1- مقدمه 21
2-2- روشهای ارائه شده 22
2-3- روشهای مبتنی بر لینک 22
2-3-1- بهینه کردن یک هدف سراسری 22
2-3-2- بدون بهینه سازی هیچ معیاری 27
2-3-3- روشهای مبتنی بر مدل 27
2-4- روشهی مبتنی بر محتوا 29
2-4-1- روش CUT 29
2-4-2- روش LTCA 30
منابع
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
مبانی و چارچوب نظری خوشه بندی فازی برای شخصیسازی وب
دانلود مبانی و چارچوب نظری خوشه بندی فازی برای شخصیسازی وب
مبانی و چارچوب نظری خوشه بندی فازی برای شخصیسازی وب
مشخصات فایل
توضیحات کامل
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
خرید و دانلود فصل دوم پایان نامه خوشه بندی فازی برای شخصیسازی وب با فرمت docx در قالب 20 صفحه ورد
مشخصات فایل
| تعداد صفحات | 20 |
| حجم | 189/544 کیلوبایت |
| فرمت فایل اصلی | doc |
توضیحات کامل
خرید و دانلود فصل دوم پایان نامه خوشه بندی فازی برای شخصیسازی وب با فرمت docx در قالب 20 صفحه ورد بصورت کامل و جامع با قابلیت ویرایش
شخصیسازی صفحه وب شامل خوشهبندی صفحات مختلف وبی است که الگوی مشابهی دارند. شخصیسازی وب از تکنیک کاربرد وب کاوی برای سفارشی کردن صفحات وب برای یک کاربر خاص استفاده می کند. این مسئله شامل استخراج جلسات کاربر از فایل های ورود به سیستم می شود. یک جلسه کاربر، دنباله صفحات وبی که توسط کاربر در یک دوره زمانی خاص مورد دسترسی قرار گرفته، می باشد. در حال حاضر، برای شخصی سازی وب چندین متد خوشه بندی در دسترس هستند.
فهرست مطالب
خوشهبندی برای شخصیسازی وب 35
3-4-1-خوشه بندی فازی 36
3-4-1-1-الگوریتم پایهای خوشهبندی فازی 36
3-4-1-2-الگوریتم فازی کا-مینز 36
3-4-1-3-خوشه بندی صفحات وب با استفاده از خوشه بندی فازی k-means 37
3-4-2-الگوریتم ژنتیک 39
3-4-2-1-بهینهسازی خوشهبندی فازی با استفاده از الگوریتم ژنتیک 40
3-4-3-روش پیشنهادی در این تحقیق 42
3-4-4-شمای کلی سیستم پیشنهادی 42
3-4-5-مثالی از سیستم پیشنهادی 43
3-4-6-شبه کد روش پیشنهادی 50
3-5-جمع بندی
منابع
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
مبانی و چارچوب نظری داده کاوی و روش های
دانلود مبانی و چارچوب نظری داده کاوی و روش های
مبانی و چارچوب نظری داده کاوی و روش های
مشخصات فایل
توضیحات کامل
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
خرید و دانلود فصل دوم پایان نامه داده کاوی و روش های آن با فرمت docx در قالب 16 صفحه ورد
مشخصات فایل
| تعداد صفحات | 16 |
| حجم | 43/967 کیلوبایت |
| فرمت فایل اصلی | docx |
توضیحات کامل
خرید و دانلود فصل دوم پایان نامه داده کاوی و روش های آن با فرمت docx در قالب 16 صفحه ورد بصورت کامل و جامع با قابلیت ویرایش
داده کاوی ترکیبی از تکنیک های یادگیری ماشین، تشخیص الگو، آمار، تئوری پایگاه داده و خلاصه کردن و ارتباط بین مفاهیم و الگوهای جالب به صورت خودکار از پایگاه داده شرکتهای بزرگ است. هدف اصلی داده کاوی کمک به فرآیند تصمیم گیری از طریق استخراج دانش از داده هاست [Alpaydin 2010].
فهرست مطالب
2-1 داده کاوی و یادگیری ماشین 7
2-2 ابزارها و تکنیک های داده کاوی 8
2-3 روشهای داده کاوی 9
2-3-1 روشهای توصیف داده ها 10
2-3-2 روشهای تجزیه و تحلیل وابستگی 10
2-3-3 روشهای دسته بندی و پیشگویی 10
2-3-4 درخت تصمیم 11
2-3-5 شبکه عصبی 12
2-3-6 استدلال مبتنی بر حافظه 12
2-3-7 ماشین های بردار پشتیبانی 13
2-3-8 روشهای خوشه بندی 13
2-3-9 روش K-Means 13
2-3-10 شبکه کوهنن 14
2-3-11 روش دو گام 14
2-3-12 روشهای تجزیه و تحلیل نویز 14
2-4 دسته های نامتعادل]صنیعی آباده 1391[. 15
2-4-1 راهکار مبتنی بر معیار 15
2-4-2 راهکار مبتنی بر نمونه برداری 15
2-5 چارچوب نظری پایان نامه 16
2-6 خلاصه فصل 19
منابع
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
مبانی و چارچوب نظری خوشه بندی و روش های
دانلود مبانی و چارچوب نظری خوشه بندی و روش های
مبانی و چارچوب نظری خوشه بندی و روش های
مشخصات فایل
توضیحات کامل
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
خرید و دانلود فصل دوم پایان نامه خوشه بندی و روش های آن با فرمت docx در قالب 45 صفحه ورد
مشخصات فایل
| تعداد صفحات | 45 |
| حجم | 430/559 کیلوبایت |
| فرمت فایل اصلی | docx |
توضیحات کامل
خرید و دانلود فصل دوم پایان نامه خوشه بندی و روش های آن با فرمت docx در قالب 45 صفحه ورد بصورت کامل و جامع با قابلیت ویرایش
یکی از مهمترین فعالیتهای اصلی بشر، گروهبندی موضوعات و مسائل مشابه است. انسانها جهت آموختن موضوعی جدید یا درک پدیدهای نو، همیشه سعی در یافتن ویژگیهایی دارند که آن موضوع یا پدیده را تشریح کند، سپس میزان تشابه یا تفاوت آن را با موضوعات و یا پدیدههای شناخته شده قبلی مقایسه کنند [72]. به مجموعهای از اشیاء مشابه، خوشه و به مجموعهای از خوشهها، خوشهبندی گفته میشود. خوشهبندی یک روش یادگیری نظارت نشده بشمار میآید، به این دلیل که بر خلاف طبقهبندی (به عنوان یک روش یادگیری نظارت شده) هیچ برچسب گذاری اولیهای که از طریق آن بتوان گروه دادهها را تشخیص داد، بر روی دادهها انجام نشده است. خوشهبندیای مناسب و مطلوبست که میزان وابستگی اشیاء درون خوشهها بیشینه و میزان وابستگی اشیاء در خوشههای مجزا کمینه باشد.
فهرست مطالب
2-1- مقدمه 15
2-2- روشهای خوشهبندی 15
2-2-1- روشهای بخشبندی 17
2-2-2- روشهای سلسله مراتبی 19
2-2-3- الگوریتم خوشهبندی K-Means 19
2-3- خوشهبندی توافقی 22
2-3-1- انگیزههای استفاده از خوشهبندی توافقی 23
2-3-2- مسئله خوشهبندی توافقی: ارائهی مثال 25
2-3-3- مروری بر روشهای خوشهبندی توافقی 26
2-3-4- گروهبندی روشهای خوشهبندی توافقی 27
2-3-5- روشهای شباهت محور 31
شباهت دوبهدو(ماتریس همبستگی) 31
گراف محور 35
2-3-6- روشهای توافقی با استفاده از اطلاعات دوجانبه 39
2-3-7- روشهای توافقی با استفاده از مدل ترکیبی 40
2-3-8- روشهای توافقی رأی محور 42
2-4- روشهای تولید اجتماع خوشهبندیها
منابع
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
مبانی و چارچوب نظری تکثیر داده ها و تکنیک های
دانلود مبانی و چارچوب نظری تکثیر داده ها و تکنیک های
مبانی و چارچوب نظری تکثیر داده ها و تکنیک های
مشخصات فایل
توضیحات کامل
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
خرید و دانلود فصل دوم پایان نامه تکثیر داده ها و تکنیک های آن با فرمت docx در قالب 24 صفحه ورد
مشخصات فایل
| تعداد صفحات | 24 |
| حجم | 136/643 کیلوبایت |
| فرمت فایل اصلی | doc |
توضیحات کامل
خرید و دانلود فصل دوم پایان نامه تکثیر داده ها و تکنیک های آن با فرمت docx در قالب 24 صفحه ورد بصورت کامل و جامع با قابلیت ویرایش
تکثیر داده پویا، روشی بهینه است که هدف آن کاهش متوسط زمان اجرا می باشد. این موضوع دسترسیپذیری بالای دادهها و بهبود مصرف پهنای باند موجود را تضمین میکند. مسائل خاصی وجود دارد که در تکنیک تکثیر دادهها، باید تکثیر بر اساس محدودیتهای خاص انجام شود [15]. ماهیت پویا: ماهیت گرید بسیار پویاست، کاربران میتوانند در هرزمانی عضو شوند و یا گرید را ترک کنند بنابراین تعداد شرکتکنندگان حاضر در گرید در هرزمانی فرق می کند. الگوریتم تکثیر داده باید خودش را با تغییر اندازه گرید تطبیق دهد تا نتیجه بهتری را فراهم نماید.
فهرست مطالب
2-1. مقدمه 11
2-2. تکنیکهای تکثیر داده 11
2-3. چارچوبی برای تکثیر دادهها 12
منابع
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
مبانی و چارچوب نظری داده کاوی و طبقه بندی
دانلود مبانی و چارچوب نظری داده کاوی و طبقه بندی
مبانی و چارچوب نظری داده کاوی و طبقه بندی
مشخصات فایل
توضیحات کامل
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
خرید و دانلود فصل دوم پایان نامه داده کاوی و طبقه بندی آن با فرمت docx در قالب 13 صفحه ورد
مشخصات فایل
| تعداد صفحات | 13 |
| حجم | 73/520 کیلوبایت |
| فرمت فایل اصلی | doc |
توضیحات کامل
خرید و دانلود فصل دوم پایان نامه داده کاوی و طبقه بندی آن با فرمت docx در قالب 13 صفحه ورد بصورت کامل و جامع با قابلیت ویرایش
در داده کاوی با دو مجموعه داده مواجه هستیم، داده آموزشی و داده آزمایشی صفات داده آموزشی را مجموعه معیارهایی تشکیل می دهند که هویت موجودیت های قرارگرفته درر کورد ها را پیشگویی می کنند موجودیت های داده ی آموزشی، مشاهداتی هستند که از قبل هویت شان شناسایی شده است داده ی آموزشی حاوی یک ستون پیش گویی است مقادیر این ستون، با برچسب هایی پر می شوند که هویت اصلی موجودیت ها را نشان می دهد (مثلا درست یا غلط) داده آزمایشی حاوی مشاهداتی است که هویت اصلیشان شناخته شده نیست با تجزیه و تحلیلی که به واسطه الگوریتم های داده کاوی روی داده ی آموزشی صورت می گیرد مدل هایی ساخته می شود مدل سازی، دانش موجود در مشاهدات داده آموزشی را در قالب یک سری قوانین استخراج می کند داده آزمایشی برای ارزیابی دقت پیش گویی مدل ساخته شده روی داده آموزشی بکار برده میشود در واقع پیشگویی یک فرایند دو مرحله ای دارد، فاز یادگیری و فاز دسته بندی
فهرست مطالب
1-1- مقدمه17
1-2- تکنیک های طبقه بندی18
1-3- معیارهای ارزیابی کارایی19
1-4- جمع بندی21
2- مروری بر تحقیقات پیشین23
2-1- مقدمه23
2-2- مطالعات قبلی در شناسایی خودکار و نیمه خودکار الگوهای طراحی و محدودیت هایشان24
جمع بندی
منابع
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
مبانی و چارچوب نظری شبکه های عصبی و کاربرد
دانلود مبانی و چارچوب نظری شبکه های عصبی و کاربرد
مبانی و چارچوب نظری شبکه های عصبی و کاربرد
مشخصات فایل
توضیحات کامل
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
خرید و دانلود فصل دوم پایان نامه شبکه های عصبی و کاربرد آن با فرمت docx در قالب 9 صفحه ورد
مشخصات فایل
| تعداد صفحات | 9 |
| حجم | 173/1021 کیلوبایت |
| فرمت فایل اصلی | docx |
توضیحات کامل
خرید و دانلود فصل دوم پایان نامه شبکه های عصبی و کاربرد آن با فرمت docx در قالب 9 صفحه ورد بصورت کامل و جامع با قابلیت ویرایش
یک شبکه عصبی مصنوعی (ANN) یا همانطور که عموماً گفته می شود شبکه عصبی (NN) یک الگوی پردازش اطلاعات است که توسط شیوه ای که سیستم های عصبی بیولوژیکی، همچون مغزهای انسان ها، اطلاعات را پردازش می کنند، الهام گرفته است. شبکه عصبی متشکل از تعداد زیادی از عناصر بین المتصل است که به آنها نرون می-گوید که آنها متحدانه برای حل مشکلات خاصی کار می کنند. تشابهات بسیاری بین کار یک مغز و ANN یافت می شود. انسان با آموزش و مثال یاد می گیرد. بهمین نحو، یک ANN نیز برای کاربردی خاص همچون شناخت الگو یا رده بندی داده، از طریق یک فرآیند یادگیری، پیکربندی می شود. هرچه قدر مثال ها بیشتر باشند، همانقدر هم ANN بهتر آموزش یا آموزش داده می شود.
فهرست مطالب
3 - 3 شبکه های عصبی 66
3 - 3 - 1 مقدمه 66
3 - 3 - 2 کاربردهای شبکه های عصبی 69
3 - 3 - 3 مزیت های شبکه های عصبی 69
3 - 3 - 4 محدودیت های شبکه های عصبی 70
3 - 3 - 5 تعمیم شبکه 71
3 - 3 - 6 استراتژی های یادگیری 71
3 - 3 - 7 پیش بینی با استفاده از شبکه های عصبی 72
منابع
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
مبانی و چارچوب نظری فیلترینگ اشتراکی و متدهای
دانلود مبانی و چارچوب نظری فیلترینگ اشتراکی و متدهای
مبانی و چارچوب نظری فیلترینگ اشتراکی و متدهای
مشخصات فایل
توضیحات کامل
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"
خرید و دانلود فصل دوم پایان نامه فیلترینگ اشتراکی و متدهای آن با فرمت docx در قالب 25 صفحه ورد
مشخصات فایل
| تعداد صفحات | 25 |
| حجم | 406/233 کیلوبایت |
| فرمت فایل اصلی | doc |
توضیحات کامل
خرید و دانلود فصل دوم پایان نامه فیلترینگ اشتراکی و متدهای آن با فرمت docx در قالب 25 صفحه ورد بصورت کامل و جامع با قابلیت ویرایش
در [6] اولین سیستم پیشنهادگر رسمی که tapestry نامیده می شود ارا ئه شد این یک سیستم برای مدیریت ایمیل بود و تصدیق کرد که یک لیست ایمیل ساده نمی تواند به تمام کاربرانی که علاقه مند به محتوای یک ایمیل هستند اطمینان دریافت آن را بدهد بنا براین به کاربران اجازه شرح پیام ایمیل ها را داد تا دیگران با ساختن پرسش بتوانند آنها را فیلتر کنند اندکی بعد محققان دریافتند که این لیست ایمیل و فیلترینگ بر اساس محتوا در رابطه با نیازهای اطلاعاتی پیچیده کاربر کافی نیست بنابراین، این عقیده مطرح شدکه سیستم با به کاربردن عامل انسان ارتقاء خواهد یافت عبارت فیلترینگ اشتراکی به منظور توصیف اینکه چطور کاربران می توانند با تولید کردن بازخورد به فیلترینگ پیام ها کمک کنند به کار برده شد این بازخورد شامل ارسال، دریافت پیام و می باشد
فهرست مطالب
مروری بر کارهای انجام شده در این راستا16
2-3- مبانی فیلترینگ اشتراکی21
2-4- وظایف فیلترینگ اشتراکی22
2-4-1- پیشنهاد23
2-4-2- پیش بینی23
2-5- دسته بندی متدهای فیلترینگ اشتراکی23
2-5-1- فیلترینگ اشتراکی مبتنی بر حافظه24
2-5-1-1- فیلترینگ اشتراکی مبتنی بر حافظه با پیش بینی بر اساس کاربران25
2-5-1-2- فیلترینگ اشتراکی مبتنی بر حافظه با پیش بینی بر اساس اقلام25
2-5-1- 3- تفاوت فیلترینگ اشتراکی بر اساس کاربران و بر اساس اقلام26
2-5-2- فیلترینگ اشتراکی مبتنی بر مدل26
2-6- نحوه تشخیص علائق کاربران27
2-6-1- تشخیص علائق به صورت صریح27
2-6-2- تشخیص علائق به صورت ضمنی27
2-7- محاسبه شباهت28
2-7-1- معیار همبستگی پیرسون28
2-7-2- معیار اندازه گیری کسینوس29
2-8- انتخاب همسایه30
2-8-1- استفاده از حد آستانه30
2-8-2- انتخاب تعداد ثابتی از همسایگان30
2-9- پیش بینی و تخمین رتبه31
2-9-1- استفاده از امتیازهای خام31
2-9-2- استفاده از امتیازهای نرمال شده31
2-10- مشکلات فیلترینگ اشتراکی32
2-10-1- پراکنده بودن داده32
2-10-2- مقیاس پذیری32
2-10-3- اقلام مشابه33
2-10-4- گری شیپ33
2-11- بررسی چگونگی کارکرد سایت آمازون
منابع
توضیحات بیشتر و دانلود
صدور پیش فاکتور، پرداخت آنلاین و دانلود"