TY - JOUR T1 - Cross-Domain Recommendations: Foundations, Applications, and Challenges TT - توصیه‌های دامنه‌های متقابل: مروری بر مبانی، کاربردها و چالش‌ها JF - hii JO - hii VL - 8 IS - 2 UR - http://hii.khu.ac.ir/article-1-2960-fa.html Y1 - 2021 SP - 67 EP - 78 KW - Cross-domain Recommendations KW - Recommender System KW - Machine Learning KW - Cold Start. N2 - زمینه و هدف: منظور از توصیه‌های دامنه‌های متقابل یعنی به جای پرداختن به هر دامنه به طور مستقل، دانش بدست‌آمده در یک دامنه (منبع) را به دامنه (هدف) دیگری منتقل و در آن به کار گرفت. مقاله حاضر با مرور نظام‌مند درپی بررسی پژوهش‌های این حوزه از نظر مبانی، کاربردها و چالش‌ها است. روش پژوهش: در مطالعه حاضر، از چارچوب مطالعه نظام‌مند پریسما استفاده شده است. جست‌وجو در منابع اطلاعات علمی فارسی و انگلیسی با کلیدواژه‌های مرتبط انجام و 98 منبع به زبان انگلیسی در بازه زمانی 2007 تا 2021 یافت شد. با اعمال پالایش اولیه، معیارهای ورود و خروج از مطالعه و کنترل توسط متخصصان، تعداد 28 منبع انگلیسی برای ورود به مرور نظام‌مند انتخاب شدند. یافته‌­ها: بر مبنای دامنه، چهار سطح توصیه‌های دامنه‌های متقابل؛ مشخصه یا خصیصه، نوع، مورد و سامانه وجود دارد. برای پیش‌بینی نظرات کاربران در توصیه‌های بین دامنه‌ای از الگوریتم‌ها یادگیری ماشین و برای ارزیابی پیش‌بینی‌های صورت گرفته براساس ماتریس درهم ریختگی از سه دسته معیارهای پیش‌بینی، رتبه‌بندی و طبقه‌بندی استفاده می‌شود. توصیه‌‌های دامنه­‌های متقابل با انتقال دانش بین دامنه‌­ها در افزایش صحت توصیه‌ها، رفع مسئله شروع سرد، فروش متقابل و بهبود شخصی‌سازی کاربرد دارد. اصلی­‌ترین چالش توصیه دامنه‌های متقابل تفاوت­‌های دامنه‌­ها با هم است این تفاوت­‌ها شامل عدم انطباق بین ویژگی­‌های دامنه‌­ها و مشخص نبودن روابط میان دامنه‌­ها است. علاوه بر این، تفاوت در اندازه دامنه‌ها و عملکرد ضعیف الگوریتم‌های پایه در پیش‌بینی نظرات کاربران از دیگر چالش‌های پیش‌روی توصیه‌های دامنه‌های متقابل است. نتیجه‌گیری: این حوزه موضوعی اگر چه در ده سال اخیر شکل گرفته است اما شتاب پرداختن به موضوع توسط پژوهشگران علوم رایانه و اطلاعات نشان از مهم بودن حوزه پژوهشی دارد. توصیه‌های دامنه‌های متقابل سطح مورد اصلی‌ترین دسته توصیه‌­های دامنه­‌های متقابل محسوب می‌شوند. با توجه به شکل‌گیری گروه‌های کسب‌کارهای الکترونیک، در آینده توصیه‌های متقابل در سطح سامانه‌ها بیشتر مورد توجه قرار خواهند گرفت. توصیه‌های دامنه‌های متقابل در بهبود عملکرد سامانه‌های توصیه‌گر، مدل‌سازی کاربر در تعامل انسان و رایانه، تجارت الکترونیک می‌توان استفاده می‌شوند. M3 ER -