محمدحسین زهدی

هدف: با توجه به افزایش سهم مصرف و تماشای ویدئو در سبد مصرفی خانواده های ایرانی، سامانه های متعددی جهت تسهیل دسترسی مردم به این ویدئوها راه اندازی و توسعه داده شده است. یکی از مهم ترین انواع این سامانه ها، سامانه های ویدئوی درخواستی می باشند که در سال های اخیر، روند رشد بی سابقه ای را در زمینه جذب مخاطب طی کرده اند. به همان اندازه که تعدد محتوا در این سامانه ها موجب تنوع و رضایت کاربران می شود، این تعدد می تواند موجب سردرگمی بیشتر برای یافتن محتواهای مورد علاقه کاربران شود. هدف این پژوهش ارائه روش کارآمد پیشنهاددهی فیلم بر مبنای داده های مشاهده کاربران در سامانه ویدئوی درخواستی است. روش : در این پژوهش یک الگوریتم جدید پیشنهاددهی مبتنی بر سلایق کاربر و داده های تماشای فیلم کاربران در سامانه ویدئوهای درخواستی ارائه می گردد. این لگوریتم مبتنی بر مفاهیم و شاخص های تحلیل شبکه اجتماعی بوده و براساس داده های تماشای فیلم کاربران، به شناسایی و پیشنهاددهی فیلم های مورد علاقه کاربران می پردازد. نتایج: عملکرد الگوریتم پیشنهادی این پژوهش بر روی داده های 50، 100 و 200 کاربر سایت سینما مارکت ارزیابی شده که نتایج آن، نشان دهنده عملکرد بهتر الگوریتم پیشنهادی این پژوهش در مقایسه با الگوریتم های Naive bayes، k-nearest neighbors و ID3 است. نتیجه گیری: سیستم های پیشنهاد دهنده با در اختیار داشتن اطلاعات فراوان و متعددی از کاربران و سوابق رفتاری آنان به پیشنهاد محتوا می پردازند. الگوریتم پیشنهادی این پژوهش قادر است با حداقل اطلاعات ممکن یعنی اطلاعات مربوط به مشاهدات کاربران با عملکرد مطلوب و قابل قبولی وظیفه پیشنهاد محتوای مطلوب کاربران را انجام دهد.