TY - JOUR ID - TI - User-Oriented Preference Toward a Recommender System التفضيل الموجه للمستخدم تجاه نظام التوصية AU - Pei-Chun Lin بي تشون لين AU - Nureize Arbaiy نوريز أربيي PY - 2021 VL - 18 IS - 1 ملحق SP - 746 EP - 752 JO - Baghdad Science Journal مجلة بغداد للعلوم SN - 20788665 24117986 AB - Nowadays, it is convenient for us to use a search engine to get our needed information. But sometimes it will misunderstand the information because of the different media reports. The Recommender System (RS) is popular to use for every business since it can provide information for users that will attract more revenues for companies. But also, sometimes the system will recommend unneeded information for users. Because of this, this paper provided an architecture of a recommender system that could base on user-oriented preference. This system is called UOP-RS. To make the UOP-RS significantly, this paper focused on movie theatre information and collect the movie database from the IMDb website that provides information related to movies, television programs, home videos, video games, and streaming content that also collects many ratings and reviews from users. This paper also analyzed individual user data to extract the user’s features. Based on user characteristics, movie ratings/scores, and movie results, a UOP-RS model was built. In our experiment, 5000 IMDb movie datasets were used and 5 recommended movies for users. The results show that the system could return results on 3.86 s and has a 14% error on recommended goods when training data as K=50. At the end of this paper concluded that the system could quickly recommend users of the goods which they needed. The proposed system will extend to connect with the Chatbot system that users can make queries faster and easier from their phones in the future.

في الوقت الحاضر، من الملائم لنا استخدام محرك بحث للحصول على المعلومات المطلوبة. لكن في بعض الأحيان يسيء فهم المعلومات بسبب التقارير الإعلامية المختلفة. نظام التوصية (RS) شائع الاستخدام في كل الأعمال لأنه يمكن أن يوفر معلومات للمستخدمين التي ستجذب المزيد من الإيرادات للشركات. ولكن أيضًا ، في بعض الأحيان ، يوصي النظام المستخدمين بالمعلومات غير الضرورية. لهذا السبب ، قدم هذا البحث بنية لنظام التوصية التي يمكن أن تستند إلى التفضيل الموجه للمستخدم. هذا النظام يسمى UOP-RS. لجعل UOP-RS بشكل كبير، ركزهذا البحث على معلومات السينما وتجميع قاعدة بيانات الأفلام من موقع IMDb الذي يوفر معلومات متعلقة بالأفلام والبرامج التلفزيونية ومقاطع الفيديو المنزلية وألعاب الفيديو والمحتوى المتدفق الذي يجمع أيضًا العديد من التقييمات والمراجعات من المستخدمين. حلل البحث أيضًا بيانات المستخدم الفردي لاستخراج ميزات المستخدم. بناءً على خصائص المستخدم ، وتقييمات / درجات الفيلم ، ونتائج الأفلام ، تم بناء نموذج UOP-RS. في تجربتنا ، تم استخدام 5000 مجموعة بيانات أفلام IMDb و 5 أفلام موصى بها للمستخدمين. تظهر النتائج أن النظام يمكنه إرجاع النتائج في 3.86 ثانية ولديه خطأ 14٪ على السلع الموصى بها عند تدريب البيانات على أنها K = 50. في نهاية هذه الورقة خلص إلى أن النظام يمكن أن يوصي بسرعة مستخدمي السلع التي يحتاجون إليها. سوف يمتد النظام المقترح للاتصال بنظام Chatbot بحيث يمكن للمستخدمين جعل الاستعلامات أسرع وأسهل من هواتفهم في المستقبل. ER -