Tövsiyə sistemləri müasir axtarış sistemlərinin tərkib hissəsidir. Tövsiyə sistemləri istifadəçilərin fəaliyyət sahəsini fərdiləşdirir, istifadəçilərə relevant məlumatları sürətlə tapmasına köməklik edir və ümumilikdə axtarış sistemlərinin effektivliyini yüksəldir. İnformasiya axtrarışı sistemlərinin tərkibində fəaliyyət göstərən tövsiyə sistemləri üçün çox sayda yanaşmalar işlənilmişdir. Bu yanaşmalarda məlumat seyrəkliyinin nəzərə alınmaması, miqyaslaşma problemlərinin olması, kontekstual məlumatsızlıq, biaz kimi problemlərin olması tövsiyə sistemlərinin dəqiqliyinə, dürüstlüyünə və bütünlükdə istifadəçi məmnunluğuna ciddi təsir göstərir.
ETN İnformasiya Texnologiyaları İnstitutunun baş elmi işçisi, texnika üzrə fəlsəfə doktoru, dosent Fərqanə Abdullayevanın və institutun dissertantı Süleyman Süleymanzadənin həmmüəllifi olduqları “Using Transfer Adaptation Method for Dynamic Features Expansion in Multi-label Deep Neural Network for Recommender Systems” adlı məqalə “Statistics, Optimization and Information Computing” jurnalında çap olunub.
Məqalədə informasiya axtarışı sistemlərinin əsas bloklarından biri olan tövsiyə sistemlərində sorğuların çoxetiketli klassifikasiyasını həyata keçirmək üçün yeni yanaşma işlənilmişdir. Təklif edilən model tövsiyənin performansını optimallaşdırmaq üçün öz strukturunu və parametrlərini dinamik şəkildə adaptasiya edir və dəyişdirir. Sistemə yeni verilənlər, sorğular daxil olduqca model arxitekturasını və çəkilərini özü adaptiv olaraq sazlaya bilir. Çevik adaptivlik xüsusiyyətinin olması sayəsində model tövsiyə sistemlərinin təkmilləşdirilməsinə və daha dəqiq, fərdiləşdirilmiş tövsiyələr verməsinə imkan yaradır. Bu xüsusiyyət tövsiyə sistemlərini e-ticarət platformaları, internetin üzərindən video, audio və s. kimi axınlar ötürən xidmətlər və sosial media kimi böyük, dinamik mühitlərdə xüsusilə faydalı edir.
Qeyd edək ki, “Statistics, Optimization and Information Computing” jurnalı “Scopus” bazasında indeksləşir və aşağıdakı elmmetrik göstəricilərə malikdir:
CiteScore: 2.4
SJR: 0.375
SNIP: 0.713
© Bütün hüquqlar qorunur. Xəbərlərdən istifadə edərkən www.iсt.az saytına istinad zəruridir.
