کتاب بهینه‌سازی سیستم‌های توصیه‌گر ترکیبی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بهینه‌سازی سیستم‌های توصیه‌گر ترکیبی

موضوع کلی: سیستم‌های کامپیوتری پیشرفته

موضوع میانی: سیستم‌های توصیه‌گر ترکیبی (Hybrid Recommender Systems)

📋 سرفصل‌های دوره

• 1. مفاهیم پایه سیستم‌های توصیه‌گر
• 2. معرفی انواع داده‌ها در سیستم‌های توصیه‌گر
• 3. پیش‌پردازش داده‌ها و پاکسازی نویز
• 4. روش‌های ارزیابی عملکرد سیستم‌های توصیه‌گر
• 5. مفهوم فیلترینگ مشارکتی
• 6. محاسبه شباهت کاربران
• 7. محاسبه شباهت آیتم‌ها
• 8. توصیه‌گرهای مبتنی بر همسایگی
• 9. روش‌های کاهش ابعاد در فیلترینگ مشارکتی
• 10. مفهوم فیلترینگ محتوایی
• 11. نمایندگی آیتم‌ها با استفاده از ویژگی‌ها
• 12. محاسبه شباهت محتوایی
• 13. توصیه‌گرهای مبتنی بر محتوا
• 14. ترکیب فیلترینگ مشارکتی و محتوایی
• 15. مفهوم مدل‌سازی ماتریس فاکتورسازی
• 16. روش‌های فاکتورسازی ماتریس (SVD, NMF)
• 17. بهینه‌سازی مدل‌های فاکتورسازی ماتریس
• 18. مفهوم یادگیری عمیق در سیستم‌های توصیه‌گر
• 19. شبکه‌های عصبی برای توصیه‌گرها (Neural Collaborative Filtering)
• 20. استفاده از Embedding در سیستم‌های توصیه‌گر
• 21. تکنیک‌های افزایش تنوع در توصیه‌ها
• 22. تکنیک‌های شخصی‌سازی توصیه‌ها
• 23. مدل‌سازی ترجیحات ضمنی کاربران
• 24. تکنیک‌های مقابله با مشکل Cold Start
• 25. توصیه‌گرهای مبتنی بر دانش
• 26. استفاده از Ontology در سیستم‌های توصیه‌گر
• 27. توصیه‌گرهای مبتنی بر قوانین
• 28. مفهوم سیستم‌های توصیه‌گر هیبریدی
• 29. روش‌های ترکیب توصیه‌گرها (Weighted, Switching, Mixed)
• 30. ارزیابی عملکرد سیستم‌های توصیه‌گر هیبریدی
• 31. تکنیک‌های توصیه‌گر مبتنی بر زمینه (Context-Aware Recommender Systems)
• 32. استفاده از اطلاعات زمانی در توصیه‌ها
• 33. توصیه‌گرهای مبتنی بر گراف
• 34. مدل‌سازی تعاملات کاربر-آیتم به صورت گراف
• 35. تکنیک‌های انتشار اطلاعات در گراف
• 36. توصیه‌گرهای مبتنی بر دنباله (Sequence-Aware Recommender Systems)
• 37. استفاده از مدل‌های بازگشتی (RNN) برای توصیه‌ها
• 38. استفاده از مدل‌های Transformer برای توصیه‌ها
• 39. تکنیک‌های توصیه‌گر در فضای آنلاین (Online Recommender Systems)
• 40. به‌روزرسانی مدل در زمان واقعی
• 41. تکنیک‌های یادگیری تقویتی در سیستم‌های توصیه‌گر
• 42. تفسیرپذیری در سیستم‌های توصیه‌گر
• 43. تکنیک‌های توضیح توصیه‌ها به کاربران
• 44. مفهوم Fairness در سیستم‌های توصیه‌گر
• 45. تکنیک‌های رفع تبعیض در توصیه‌ها