یک سامانه توصیه کاربر مبتنی بر فیلتر مشارکتی در اینترنت اجتماعی اشیاء

اینترنت اجتماعی اشیاء (SIoT) یک زمینه تحقیقاتی نوظهور است که از ترکیب اینترنت اشیاء (IoT) و شبکه های اجتماعی سرچشمه می گیرد. با تعداد زیادی از کاربران و اشیای هوشمند و حجم بالای روابط که در اینترنت اجتماعی اشیا وجود دارند، یک سامانه توصیه بسیار ضروری است تا به کاربران کمک کند اشیا هوشمند مورد نیاز خود و یا حتی کاربران مناسب به عنوان دوستان یا همکاران آینده را پیدا کنند. به علاوه SioT پتانسیل ایجاد فرصت های جدید برای سامانه های توصیه را دارد، زیرا می تواند از داده های اجتماعی برای ارائه توصیه های مرتبط تر و شخصی سازی شده برای توصیه خدمات در اینترنت اشیا استفاده کند. از طرف دیگر در سامانه های توصیه در شبکه های اجتماعی، استفاده از داده های موجود در اینترنت اشیاء موجب دقت بیشتر در پیشنهادها می شود. در این مقاله یک سامانه توصیه برای اینترنت اجتماعی اشیا طراحی شده است. در فاز اول این روش پیشنهادی با استفاده از اولویت کاربران برای استفاده از دستگاه های هوشمند به علاوه ی زمان و مکان استفاده از دستگاه هوشمند، تشابه کاربران در اینترنت اشیا بدست می آید. در فاز دوم تشابه روابط و تشابه پروفایل محاسبه می شود. در نهایت با بدست آوردن مجموع تشابه های موجود، K کاربر با بالاترین شباهت با کاربر مورد نظر برای یافتن دوستان و همکاران آینده، توصیه می شود. در این روش پیشنهادی معیارهای ارزیابی نسبت به روش های مشابه حدودا 5٪ بهبود داشته اند و به دلیل وجود تشابه پروفایل برای بهبود شروع سرد نیز اثربخش است. به علاوه با حذف کاربران نا امن از مجموعه پیشنهادی امنیت این سامانه پیشنهادی تا حد قابل توجهی تامین می شود.