TY - JOUR JF - kntu-jgit JO - jgit VL - 10 IS - 4 PY - 2023 Y1 - 2023/3/01 TI - Personalization of a tourism recommender system based on users similarity and the use of deep belief network TT - شخصی سازی یک سیستم توصیه گر گردشگری بر مبنای تشابه کاربران و استفاده از شبکه باور عمیق N2 - سیستم­های توصیه­ گر مکانی امکان ارائه اطلاعات مفید را برای کاربران با کاهش اطلاعات تکراری و نامربوط در وب به­طور گسترده فراهم می­سازند. در عصر حاضر با وجود سیستم‌های توصیه­ گر یافتن مکان مورد علاقه در کوتاه­ترین زمان، با صرف کم­ترین هزینه و توسط شخص کاربر صورت می­پذیرد. سیستم­های توصیه ­گر در حوزه­های مختلف از جمله گردشگری کاربرد زیادی دارند و به­عنوان ابزار توسط گردشگر قابل استفاده می باشند. عموما سیستم‌های توصیه­گر بر پایه پالایش مشارکتی و بر اساس مشابهت میان گروه کاربران، پیشنهادات لازم را به کاربران مختلف ارائه می­دهند. درصورتیکه بسیاری از خدمات با ویژگی­های شخصی و خصوصیات فرد منطبق نیست و این امر از کارایی اینگونه سیستم‌ها می‌کاهد. هدف این پژوهش توسعه یک الگوریتم توصیه­ گر مبتنی برشباهت بین کاربران و مفاهیم شخصی‌سازی است. نوآوری این تحقیق بکارگیری شبکه عصبی باور عمیق در راستای شخصی‌سازی پیشنهادات قابل ارائه به گردشگران است. سناریوی تحقیق به این صورت است که ابتدا گردشگران مختلف در سیستم ثبت نام می­کنند، سپس اطلاعات فردی، ارجحیت‌های عمومی و عوامل خاص شخصی‌سازی خود را برای بازدید از مراکز گردشگری بیان می‌­کنند. در رویکرد پیشنهادی نیازی به تفکیک کاربران نیست بلکه با توجه به قدرت یادگیری شبکه­های عمیق، امکان تفکیک و شخصی­ سازی پیشنهادات کاربران وجود دارد. در این راستا داده ­های مربوط به 400 مسافر گردشگری براساس 14 المان ورودی و متمایز کننده دریافت شد. همچنین براساس شبکه آموزش دیده، قابلیت پیش­بینی مکان­های گردشگری شخصی­سازی شده برای 30 کاربر جدید بررسی شد. ارزیابی نتایج براساس سه شاخص معیار صحت، پوشش و معیار F و همچنین رضایت­مندی کاربران انجام شد. نتایج حاصل، دقت بالا و همچنین رضایت­مندی بیش از 79 درصدی کاربران را نشان می­دهد. SP - 1 EP - 16 AU - neisani samani, Zeinab AU - Alesheikh, Ali Asghar AU - Sadeghi-Niaraki, Abolghasem AU - Nazari Ashani, Mahdi AD - Faculty of Geodesy and Geomatics Engineering, K. N. Toosi University of Technology KW - recommender system KW - tourism KW - personalization KW - deep belief network. UR - http://jgit.kntu.ac.ir/article-1-825-fa.html DO - 10.61186/jgit.10.4.1 ER -