@ARTICLE{Jalali, author = {Ghoochannejad Noornia, R. and Jalali, M. and }, title = {Evolutionary User Clustering Based on Time-Aware Interest Changes in the Recommender System}, volume = {19}, number = {3}, abstract ={فراوانی حجم داده‌ها در اینترنت، برای کاربران مسایلی را به وجود آورده است و باعث سردرگمی برای یافتن اطلاعات مورد نیاز آنها شده است. همچنین سلیقه و اولویت کاربران با گذشت زمان تغییر می کند. سیستم‌های پیشنهاددهنده می‌توانند در یافتن اطلاعات مفید به کاربران کمک کنند. با توجه به تغییرات علایق، سیستم‌ها باید بتوانند تکامل پیدا کنند. جهت تکامل، کاربران خوشه‌بندی می‌شوند و برای تعیین کاربران هم‌خوشه، به امتیازاتی که کاربر به آیتم‌ها داده است، توجه می‌نماید. پارامتر زمان در روش پیشنهادی الگوریتم ژنتیک-تبرید تدرجی (SAGA) این مقاله مورد توجه قرار گرفته است که بتواند اولویت‌بندی کاربر را بر اساس زمان بهبود دهد. در روش پیشنهادی، با استفاده از الگوریتم تکاملی ممتیک، خوشه‌ها در طول زمان بهبود می‌یابند، و بر اساس خوشه‌بندی انجام شده، پیشنهادات مناسبی را به کاربر ارایه می‌دهد. همچنین این سیستم، با استفاده از ویژگی‌های آیتم برای مساله‌ی آیتم شروع سرد، و اطلاعات دموگرافیک کاربر برای مساله‌ی کاربر شروع سرد، خوشه‌بندی تکاملی بهینه را انجام می‌دهد. روش پیشنهادی با استفاده از مجموعه داده Movielens ارزیابی شده است و نتایج تجربی نشان می‌دهد که روش پیشنهادی SAGA با صحت 0/89، عملکرد بهتری در صحت پیش‌بینی و پیشنهادات به کاربران نسبت به روش‌های موجود دارد.   }, URL = {http://jamlu.liau.ac.ir/article-1-1964-fa.html}, eprint = {http://jamlu.liau.ac.ir/article-1-1964-fa.pdf}, journal = {Journal of Operational Research and Its Applications}, doi = {10.52547/jamlu.19.3.1}, year = {2022} }