عنوان	یک سیستم توصیه‌گر چند‌هدفه برای ارائه توصیه‌های مبتنی‌بر سود و دقت
نوع پژوهش	پایان نامه‌
کلیدواژه‌ها	سیستم توصیه‌گر، بهینه‌سازی چندهدفه، سود، دقت، یادگیری‌عمیق، یادگیری‌تقویتی
چکیده	با گسترش سریع اینترنت، فرصتی برای به اشتراک‌گذاری دانش، اطلاعات و همچنین ظهور شبکه‌های اجتماعی فراهم شده است. در این میان، یکی از چالش‌هایی که کاربران با آن روبرو هستند، حجم عظیم و بی‌پایان اطلاعاتی است که در دسترس قرار دارند و باعث سردر‌گمی کاربران می‌شود. برای مقابله با این چالش، سیستم‌هایی نیاز است که بتوانند مناسب‌ترین اطلاعات و خدمات را به کاربران پیشنهاد دهند. این سیستم‌ها که به‌عنوان سیستم‌های توصیه‌گر شناخته می‌شوند، با استفاده از ابزارها و روش‌های مختلف تلاش می‌کنند که مناسب‌ترین اطلاعات از جمله داده‌ها و یا آیتم‌هایی نظیر اخبار، موسیقی و فیلم را شناسایی کرده و به کاربران پیشنهاد دهند. هدف اصلی این سیستم‌ها، تولید توصیه‌هایی است که کاربران به آن‌ها علاقه‌مند هستند. این سیستم‌ها تلاش می‌کنند تا ترجیحات کاربران را پیش‌بینی کنند و سپس نزدیک‌ترین و مناسب‌ترین آیتم‌ها را به آنها پیشنهاد دهند. سیستم‌های توصیه‌گر در ابتدا تنها بر روی یک هدف مانند دقت تمرکز داشتند اما با توسعه اینترنت نیاز بود تا این سیستم‌ها نیز توسعه پیدا کرده و به روز‌تر شوند که این امر موجب پدید آمدن نسل جدیدی از سیستم‌های توصیه‌گر به نام سیستم‌های توصیه‌گر چند‌هدفه شد. این سیستم‌ها به‌طور همزمان بر چند هدف تمرکز دارند. به‌طور مثال، همزمان تنوع، دقت و محبوبیت را در نظر می گیرند. اما مشکلی که در این نوع از سیستم‌های توصیه‌گر وجود دارد مسئله‌ای به نام تعارض اهداف مختلف می باشد. هدف اصلی این پژوهش، ارائه مدلی تحت عنوان PRS-MODRL می‌باشد که به برطرف کردن تعارض اهداف و به حداکثر رساندن همزمان دقت پیش‌بینی‌ها و سود شرکت‌های ارائه‌دهنده خدمات به وسیله مدل‌های یادگیری تقویتی عمیق، کمک می‌کند. بدین منظور ابتدا از روش پالایش گروهی عمیق برای پیش‌بینی امتیازات کاربران استفاده می‌شود. سپس، از روش یادگیری تقویتی عمیق برای بهینه‌سازی انتخاب آیتم‌ها استفاده می‌شود. با استفاده از این روش، مدل پیشنهادی قادر است تا پیشنهادات هدفمندی بر اساس وزن ورودی، با به حداکثر رساندن همزمان دقت و سود به کاربران ارائه نماید. آزمایش‌ها بر روی مجموعه داده‌های MovieLens 100K و MovieLens 1M انجام شده و معیارهایی مانند صحت ، بازخوانی ، امتیازF1 و میانگین سود حاصل از پیشنهادات ارزیابی شده‌اند. نتایج نشان می‌دهد که بر اساس اهداف مورد نیاز با تنظیم وزن‌های مختلف، روش پیشنهادی می‌تواند تعادل مؤثری بین دقت و سودآوری برقرار کند و عملکرد بهتری نسبت به روش‌های تک‌ هدفه و چند‌هدفه پیشین ارائه دهد.
پژوهشگران	سجاد احمدیان (استاد راهنمای اول)، احسان سنبلی (دانشجو)