شماره بازیابی	EN COM ۵۳۰
عنوان	ارائه یک روش پیشنهاد مکان با استفاده از یک تکنیک شبکه عصبی مبتنی بر گراف
عنوان لاتین	A neural graph based approach for POI recommandation
نویسنده	نادری میقان، سیما - naderi, sima
استاد راهنما	کاهانی، محسن
مقطع تحصیلی	کارشناسی ارشد
سال دفاع از پایان نامه	۱۳۹۸
رشته	مهندسی کامپیوتر - نرم افزار
توصیفگر	شبکه عصبی
توصیفگر	گراف ها
توصیفگر	فرامسیرها
توصیفگر	سیستم های پیشنهاددهنده مسیر
چکیده فارسی	با توجه به توسعه و محبوبیت شبکه های اجتماعی، بسیاری از افراد ترجیح می دهند که تجربیات خود را در این شبکه ها به اشتراک بگذارند. از این رو حجم اطلاعات موجود در شبکه های اجتماعی و میزان استفاده از آن در چند سال گذشته به شدت افزایش یافته است. این اطلاعات به خصوص برای کاربرانی که مایل به بازدید از یک مقصد گردشگری هستند، بسیار ارزشمند است. بنابراین پیدا کردن راهی که بتوان از این اطلاعات استفاده کرد، یکی از مسائل مهم و چالش برانگیز است. در این پایان نامه به دنبال روشی هستیم تا از طریق آن، سیستم های پیشنهاددهنده ی مکان را بهبود دهیم. بدین منظور از شبکه های اجتماعی مبتنی بر مکان که به شکل قابل ملاحظه ای گسترش پیدا کرده اند، استفاده می کنیم. در واقع، تلاش می شود با استفاده از اطلاعات زیاد و غنی که کاربران در این شبکه ها به اشتراک می گذارند و ترکیب این اطلاعات که هرکدام نوع خاص خود را دارد، پیشنهاد مناسبی به کاربر ارائه شود تا کاربر مجاب به بازدید از آن مکان شود. برای این کار از اطلاعات بازدید هر کاربرکه شامل مکان بازدید کاربر، زمان بازدید مکان، دوستان کاربر، منطقه و دسته مکان می باشد، استفاده می شود. اطلاعات بازدید کاربر به صورت تعدادی موجودیت تعریف می شود و برای هر موجودیت ویژگی های آن در نظر گرفته می شود تا به وسیله ی این ویژگی ها، بتوان موجودیت ها را مدل کرد. برای ترکیب این ویژگی ها از ساختار گراف ناهمگن و روش های تعبیه ی گراف استفاده می شود، که تمام موجودیت های موجود در مجموعه داده را براساس ویژگی های آن ها، در یک فضای یکسان مدل می کند و باعث بهبود در دقت سیستمی می شود که مکان مناسب را به کاربر پیشنهاد می کند. مجموعه داده استفاده شده در این تحقیق مجموعه داده Forsquare است. برای ارزیابی کارایی روش پیشنهادی از معیارهای صحت، دقت و امتیاز F استفاده شده است. با توجه به نتایج بدست آمده از ارزیابی ها، روش پیشنهادی بهبود قابل توجهی نسبت به روش های مرتبط و مورد مقایسه داشته است.
چکیده لاتین	The popularity of social networks, and people’s desire to share their experiences, has led to the increasing size of data and usage of social networks. This information can be for other users in many situations, including when someone wants to visit a tourist place. However, determinig how to use this data is one of the most important and challenging issues. In this dissertation, we are planning to improve the performance of location based recommender systems. That is, a place is recommended to users by using shared information in social networks and combining them. To do this, several entities are defined and some features are considered for each entity. The entities are modelled with these features. Heterogeneous graph structure and graph embedding methods are used to combine these features. In this way, we can model all the available entities in dataset based on these features to improve the accuracy of the system and recommend the proper location. The dataset which is used in this research is Forsquare. We use some criteria such as accuracy, precision and F-score to evaluate our proposed method. Our proposed method were compared with several methods. According to the results of the evaluations, the proposed method has a significant improvement over the related and compared methods.
لیست فایلها:	چکیده فارسی فهرست مطالب فهرست اشکال فهرست جداول پیشنهادات فهرست منابع و ماخذ چکیده انگلیسی صفحه عنوان انگلیسی