سیستم های پیشنهاد دهنده در شبکه اجتماعی

---

شرح پروژه

پروژه کار زیادی نداره لطفا اگر کسی میتونه اقدام کنه.

محتوای دیتاست:

users.dat: شامل مجموعه ای از کاربران است به طوری که هر کاربر دارای یک شناسه منحصر به فرد و یک مکان جغرافیایی (عرض جغرافیایی و طول جغرافیایی) است که نشان دهنده محل سکونت کاربر شهر خانه.

venues.dat: شامل مجموعه ای از مکان های (مانند رستوران ها) است، به طوری که هر محل دارای شناسه منحصر به فرد و یک مکان جغرافیایی (طول و عرض جغرافیایی) است.

checkins.dat: علامت چک (بازدید کنندگان) از کاربران در محل های. هر چک در یک شناسه منحصر به فرد و همچنین شناسه کاربر و شناسه محل است.

socialgraph.dat: شامل حاشیه های گرافیکی اجتماعی (ارتباطات) که بین کاربران وجود دارد. هر ارتباط اجتماعی شامل دو کاربر (دوستان) است که توسط دو شناسه های منحصر به فرد (first_user_id و second_user_id) نشان داده شده است.

ratings.dat: شامل رتبه بندی های ضمنی است که quantifies چقدر کاربر یک مکان خاص را دوست دارد.

برای 10هزارتا کاربر و مکان تست و پیاده سازی شود. یک فایل متلب کمکی داده می شود که 90 درصد کد در آن وجود دارد فقط بخش اول باید کدنویسی شود.

روش کار: (طبق روش فیلترینگ مشترک)

1-    ابتدا کاربران با توجه به ارتباط بین آنها خوشه بندی می شوند.(ارتباط دوستی بین کاربران موجود است در دیتاست)

2-    سپس به کاربرانی که در یک خوشه هستن با توجه به امتیازاتی که دوستان آن در همان خوشه به مکانهای دیگر داده اند پیشنهاد میدهد. (می توان مکان ها رو خوشه بندی کرد با الگوریتم k-means) "کد الگوریتم K-means در فایل کمکی موجود است"

3-    مسیر بعدی که کاربر می رود بررسی شود که ایا طبق پیشنهاد پیش رفته است یا خیر. (اطلاعات مربوط به چک کاربر از مکانها در دیتاست موجود است و کد آن در فایل کمکی وجود دارد"نیازی به کد نویسی مجدد ندارد")

4-   ارزیابی طبق معیارهای دقت ()و فراخوانی (Recall)و F-measure و همچنین معیار خطای توازن (که همگی کدشان موجود است) بررسی شود.(کدهای مربوط به این ارزیابی ها در فایل کمکی موجود است"نیازی به کد نویسی مجدد ندارد" )

مهارت ها و تخصص های مورد نیاز

---

---