سامانه همایش ها

صفحه اصلی / دومین کنفرانس ملی عصر انفجار تکنولوژی؛ هوش مصنوعی، تحولی در صنعت، تجارت و زنجیره تامین و دومین کنفرانس ملی علم داده در کاربردهای مهندسی

کاربردها، تکنیک‌ها، چالش‏ها و ملاحظات اخلاقی و اجتماعی در سیستم‌های پیشنهاددهنده

نویسندگان :

کیانا رحیمی¹ سمانه شیبانی²

1- دانشگاه بین المللی امام رضا 2- دانشگاه بین المللی امام رضا

کلمات کلیدی :

ارزش‌محور،سیستم‌های پیشنهاددهنده،شفافیت،عدالت،یادگیری عمیق

چکیده :

سیستم‌های پیشنهاددهنده به‌عنوان یکی از ابزارهای کلیدی مدیریت اطلاعات دیجیتال در عصر حاضر، نقش مهمی در کاهش اضافه‌بار اطلاعاتی و ارتقای تجربه کاربری دارند. این سیستم‌ها علاوه بر دقت، نیازمند توجه به ارزش‌هایی چون شفافیت، تنوع و عدالت در فرآیند تصمیم‌گیری هستند. مقاله حاضر با مرور مطالعات انجام‌شده در فاصله سال‌های ۲۰۰۷ تا ۲۰۲۵، روند تکامل سیستم‌های توصیه‌گر را از فیلترینگ مشارکتی سنتی تا مدل‌های پیشرفته مبتنی بر یادگیری عمیق و ارزش‌محور بررسی می‌کند. همچنین پژوهش‌های اخیر در حوزه سیستم‌های توصیه‌گر خبری، که بر اهمیت چارچوب‌های اخلاقی و ارزش‌های روزنامه‌نگاری مانند عدالت و شفافیت تأکید دارند، مورد تحلیل قرار گرفته است. کاربردهای متنوع این سیستم‌ها در تجارت الکترونیک، آموزش، رسانه، سلامت و شبکه‌های اجتماعی نشان می‌دهد که فناوری‌های توصیه‌گر می‌توانند سهم فروش را افزایش داده، نرخ تکمیل دوره‌های آموزشی را ارتقا بخشند و تعامل کاربران را در رسانه‌های اجتماعی تقویت کنند. با این حال، چالش‌هایی همچون شروع سرد، خلوتی داده، مقیاس‌پذیری، حفظ حریم خصوصی و سوگیری الگوریتمی همچنان مانع توسعه پایدار این سیستم‌ها هستند. از منظر فنی، مرور حاضر به بررسی رویکردهایی همچون فیلترینگ مشارکتی، روش‌های محتوامحور، رویکردهای ترکیبی، سیستم‌های دانش‌محور و تکنیک‌های نوظهوری مانند شبکه‌های عصبی گراف و یادگیری تقویتی پرداخته است. نتایج این مطالعه نشان می‌دهد که آینده سیستم‌های توصیه‌گر باید فراتر از بهبود دقت بوده و به معیارهایی همچون شفافیت، عدالت، تنوع و پردازش بلادرنگ توجه ویژه داشته باشد.