1403/01/09
پرهام مرادی دولت آبادی

پرهام مرادی دولت آبادی

مرتبه علمی: دانشیار
ارکید:
تحصیلات: دکترای تخصصی
اسکاپوس: 654
دانشکده: دانشکده مهندسی
نشانی: دانشگاه کردستان، دانشکده مهندسی، گروه مهندسی کامپیوتر
تلفن:

مشخصات پژوهش

عنوان
ارائه ی یک روش توصیه گر برای سیستم های IPTV جهت بهبود کیفیت خدمات
نوع پژوهش
پایان نامه
کلیدواژه‌ها
سیستم های IPTV، سیستم توصیه گر، کیفیت خدمات، سیستم توصیه گر پالایش گروهی، خوشه بندی، روابط دوستی کاربران
سال 1394
پژوهشگران ریحانه قوامی(دانشجو)، علیرضا عبداله پوری(استاد راهنما)، پرهام مرادی دولت آبادی(استاد مشاور)

چکیده

چکیده امروزه، تلویزیون یک رسانه محبوب و پرکاربرد است. با گسترش و پیشرفت علم، تلویزیون نیز تغییراتی را در خود مشاهده کرده است. از جمله این تغییرات، بهبود در اندازه، کیفیت و افزایش تعداد کانال ها است. علیرغم همه این پیشرفت ها، تلویزیون تنها رسانه ای بود که، همچنان یکطرفه باقی ماند و تنها ارتباط از سمت سرویس دهندگان به سمت سرویس گیرندگان، بود. کاربران تلویزیون، متمایل بودند همانند سرویس های اینترنتی، امکان تعامل با تلویزیون را داشته باشند. به همین دلیل، تلویزیون وارد دنیای جدیدی شد و توانست با استفاده از سرویس های اینترنتی، سیستمی جدید را به وجود آورد. این سیستم که IPTV، نامیده می شود، امکان ارتباط دو طرفه بین کاربر و تلویزیون را فراهم آورد. در این بین، تعداد و تنوع محتوای ارائه شده توسط تلویزیون نیز، افزایش یافت و همین امر سبب به وجود آمدن مشکلاتی برای کاربران شد. تعداد زیاد کانال ها باعث می شد که کاربر در انتخاب و پیدا کردن محتوای مورد علاقه خود، به مشکل برخورده و زمان زیادی را صرف این کار کند. جهت مقابله با این مشکل، سیستم های توصیه گر پیشنهاد شدند. در سیستم های توصیه گر، با استفاده از رفتار کاربر در گذشته و آیتم هایی که مشاهده کرده است، علاقیات کاربر را تشخیص داده و بر اساس علاقیات آن، کانال هایی را به آن، توصیه می کنیم. برای توصیه آیتم به کاربر فعال، با استفاده از تکنیک خوشه بندی ابتدا، کاربران را در گرو هایی مشابه، قرار داده و سپس با توجه به رفتار کابران موجود در گروهی که کاربر فعال به آن تعلق دارد، آیتم هایی را برای توصیه، انتخاب کردیم. تعداد کاربران موجود در یک گروه، زیاد است، به همین دلیل با استفاده از معیار پیرسون، ما کاربرانی را انتخاب کردیم که دارای تشابه بیشتری با کاربر فعال بودند. بعد از بررسی رفتار کاربر مشابه به کاربر فعال، با تکنیک رتبه بندی، آیتم های منتخب را، رتبه دهی کرده و در نهایت به کاربر پیشنهاد کردیم. در روش دوم، علاوه بر در نظر گرفتن معیار ییرسون، جهت انتخاب کاربران مشابه، از روابط دوستی بین کاربران نیز، استفاده شد. نتایج نشان داد که استفاده از معیار پیرسون و روابط دوستی بین کاربران، سیستم را به کارائی بالاتری می رساند.