توسعه یک سامانه توصیه گر مکانی جهت پیشنهاد مرکز واکسیناسیون کووید 19 مبتنی بر روش فازی نوع دوم (منطقه مورد مطالعه: منطقه 6 شهرداری تهران) (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
امروزه جستجو و انتخاب در حجم بالایی از اطلاعات مکانی و غیرمکانی، فرآیند تصمیم گیری را کاری زمانبر و هزینه برکرده است. در این شرایط سامانه های توصیه گر به کار می آیند تا مناسب ترین و بهترین گزینه در میان حجم عظیمی از داده های موجود درکمترین زمان ارائه دهند درحالیکه که بیشترین و بالاترین میزان شباهت با نیاز و علاقه کاربران داشته باشند. در حال حاضر مراکز واکسیناسیون کووید19 متعددی در سراسر شهر تهران وجود دارد که هر کدام با خدمات ارائه شده ی متنوع و منحصر به فرد خود در حال فعالیت هستند. هدف از این پژوهش طراحی و پیاده سازی یک سامانه توصیه گر جهت پیشنهاد بهترین مرکز واکسیناسیون کووید19 در منطقه 6 شهرداری تهران در سال 1400 می باشد. در سامانه توصیه گر پیشنهادی، ابتدا مراکز ارائه دهنده خدمات واکسیناسیون براساس ویژگی های مکانی با استفاده از الگوریتم خوشه بندی نگاشت خودسازمان ده به خوشه هایی با ویژگی های یکسان تقسیم بندی می شوند و در گام دوم با استفاده از منطق فازی نوع دوم، ترجیحات کاربران استنتاج و عدم قطعیت در آن مدل سازی می شود. در نهایت با استفاده از ترکیب خروجی های بدست آمده از دو مرحله طراحی شده، مرکز واکسیناسیون مناسب با نیاز کاربر جهت توصیه گری شخصی سازی شده استخراج می گردد. نتایج با استفاده از سه پارامتر ارزیابی دقت، فراخوانی و امتیاز F1 مورد بررسی قرار گرفت که به ترتیب مقادیر 0.70 و0.84 و 0.76 بدست آمد. این نتایج نشان داد استفاده از سیستم استنتاج فازی نوع دوم روش مناسبی برای مدلسازی یک سامانه توصیه گر شخصی سازی شده می باشد.Development a Spatial Recommender System for Covid 19 Vaccination Center Based on Fuzzy Method Type II (Study Area: District 6 of Tehran)
Covid 19, also known as coronavirus, is an infectious disease caused by the SARS-CoV-2 virus. Anyone can get Covid 19 at any age and become seriously ill or even die. In the meantime, vaccines have saved millions of lives. Covid vaccines are effective for most people 18 years of age and older with autoimmune disorders or underlying diseases. The recommender systems are an intelligent complement to the retrieval of information and refining concepts by analyzing user behaviors and one of the main tools in overcoming the problem of information redundancy. Therefore, in the process of vaccination centers recommending, uncertainty in preferences can be modeled and personalized recommendations can be performed. Therefore, by using the information of users' preferences and properties of vaccination centers based on knowledge-based recommender systems, appropriate arguments can be made about which centers are suitable for users.
تبلیغات
