RecommenderSystems
Open in Telegram
این کانال تخصصی به منظور ارسال مطالب علمی پژوهشی علوم مهندسی کامپیوتر در موضوع سیستمهای پیشنهاد دهنده یا توصیه گر و زمینه های مرتبط با آن و نیز اطلاع رسانی از آخرین اخبار دانشگاهي و مقالات علمي تحقيقاتي، ایجاد شده و فعالیت کانال صرفا جنبه علمی پژوهشی دارد
Show more1 469
Subscribers
No data24 hours
-17 days
+530 days
Data loading in progress...
Similar Channels
Tags Cloud
No data
Any problems? Please refresh the page or contact our support manager.
Incoming and Outgoing Mentions
---
---
---
---
---
---
Attracting Subscribers
May '26
May '26
+6
in 0 channels
April '26
+7
in 0 channels
Get PRO
March '26
+2
in 0 channels
Get PRO
February '26
+27
in 1 channels
Get PRO
January '26
+6
in 0 channels
Get PRO
December '25
+20
in 0 channels
Get PRO
November '25
+34
in 3 channels
Get PRO
October '25
+38
in 2 channels
Get PRO
September '25
+30
in 0 channels
Get PRO
August '25
+17
in 1 channels
Get PRO
July '25
+20
in 1 channels
Get PRO
June '25
+18
in 1 channels
Get PRO
May '25
+35
in 1 channels
Get PRO
April '25
+35
in 2 channels
Get PRO
March '25
+53
in 2 channels
Get PRO
February '25
+64
in 4 channels
Get PRO
January '25
+22
in 1 channels
Get PRO
December '24
+56
in 2 channels
Get PRO
November '24
+25
in 1 channels
Get PRO
October '24
+37
in 0 channels
Get PRO
September '24
+29
in 1 channels
Get PRO
August '24
+43
in 4 channels
Get PRO
July '24
+24
in 1 channels
Get PRO
June '24
+26
in 0 channels
Get PRO
May '24
+30
in 1 channels
Get PRO
April '24
+20
in 0 channels
Get PRO
March '24
+27
in 0 channels
Get PRO
February '24
+90
in 3 channels
Get PRO
January '24
+93
in 0 channels
Get PRO
December '23
+79
in 0 channels
Get PRO
November '23
+15
in 0 channels
Get PRO
October '23
+65
in 1 channels
Get PRO
September '23
+83
in 0 channels
Get PRO
August '23
+37
in 0 channels
Get PRO
July '23
+20
in 0 channels
Get PRO
June '23
+54
in 0 channels
Get PRO
May '23
+56
in 0 channels
Get PRO
April '23
+58
in 0 channels
Get PRO
March '23
+35
in 0 channels
Get PRO
February '23
+39
in 0 channels
Get PRO
January '23
+54
in 0 channels
Get PRO
December '22
+17
in 0 channels
Get PRO
November '22
+66
in 0 channels
Get PRO
October '22
+25
in 0 channels
Get PRO
September '22
+14
in 0 channels
Get PRO
August '22
+8
in 0 channels
Get PRO
July '22
+9
in 0 channels
Get PRO
June '22
+5
in 0 channels
Get PRO
May '22
+11
in 0 channels
Get PRO
April '22
+23
in 0 channels
Get PRO
March '22
+12
in 0 channels
Get PRO
February '22
+63
in 0 channels
Get PRO
January '22
+28
in 0 channels
Get PRO
December '21
+17
in 0 channels
Get PRO
November '21
+25
in 0 channels
Get PRO
October '21
+24
in 0 channels
Get PRO
September '21
+25
in 0 channels
Get PRO
August '21
+8
in 0 channels
Get PRO
July '21
+23
in 0 channels
Get PRO
June '21
+43
in 0 channels
Get PRO
May '21
+201
in 0 channels
| Date | Subscriber Growth | Mentions | Channels | |
| 14 May | 0 | |||
| 13 May | 0 | |||
| 12 May | +1 | |||
| 11 May | 0 | |||
| 10 May | +1 | |||
| 09 May | 0 | |||
| 08 May | 0 | |||
| 07 May | 0 | |||
| 06 May | 0 | |||
| 05 May | 0 | |||
| 04 May | 0 | |||
| 03 May | +3 | |||
| 02 May | +1 | |||
| 01 May | 0 |
Channel Posts
🔆 دانلود رایگان کتاب
🔅 ۱۰ سایت رایگان کتاب های آموزشی بصورت PDF
🔅بهترین ربات و سایتهای دانلود مقاله با کد DOI
🔅لیست ابزارهای دانلود رایگان مقاله و کتاب
🔅 آدرس های سایت سای هاب scihub برای دانلود مقالات خارجی
🔅۱۰ موتور جستجوی ژورنال یاب برتر ۲۰۲۵ برای انتخاب ژورنال مناسب جهت سابمیت مقاله
#آموزش #ایبوک #دانلود #رایگان #کتاب #مقاله #آدرس #لینک #موتورجستجو
#Tools #Research #Research_Tools #ResearchTools #AI #AI_Tools #Best #BestTools #Best_Tools #Download #Journal #Paper #Free #Search #Engine #SearchEngine #Search_Engine #Academic #Article #eBook #Access #Academic #SciHub
@Recommender_Systems
| 2 | 🔅 Research Collaboration
مهارت ارتباط با سایر پژوهشگران جهان
Tips and Tactics For Early Career Researchers
#ResearchCollaboration #Research_Collaboration #Research #Best #Academic #Tips #Tactics #Career #Researchers #ELSEVIER
@Recommender_Systems | 0 |
| 3 | 🔅 مجلات علمی رایگان برای چاپ مقاله
چگونه مجلات کاملاً رایگان را پیدا کنیم؟
مجلات اوپن اکسس الماسی یا پلاتینی (Diamond/Platinum Open Access) نه از نویسندگان هزینه دریافت میکنند و نه از خوانندگان. بنابراین، آشنایی با این مجلات و ارسال مقاله به آنها میتواند گزینهای مناسب برای انتشار رایگان باشد.
وبسایت Scimago اخیراً قابلیت جستجوی اختصاصی این دسته از مجلات را فراهم کرده است. برای این کار کافی است مراحل زیر را انجام دهید.
ابتدا وارد لینک زیر شوید:
https://www.scimagojr.com/journalrank.php
سپس گزینه Only Diamond Open Access Journals را فعال کنید.
با این کار، لیستی شامل بیش از ۴۵۰۰ مجلۀ کاملاً رایگان بازیابی میشود.
در صورت نیاز، میتوانید از بخش فیلترها، حوزۀ موضوعی یا کشور مورد نظر خود را نیز انتخاب کنید تا مجلات مناسب برای شما نمایش داده شوند.
۱۷۰ مجلۀ ایرانیِ نمایه شده در اسکوپوس در این لیست حضور دارند.
🔅 مقاله و مقاله نویسی
#Tools #Research #Research_Tools #ResearchTools #AI #AI_Tools #Best #BestTools #Best_Tools #Download #Journal #Paper #Free #Search #Engine #SearchEngine #Search_Engine #Free #Academic #Article
@Recommender_Systems | 0 |
| 4 | 🔅 شاخص های علم سنجی
▫️شاخصهای علم سنجی
▫️ سه پایگاه WOS ، EST و JCR از معتبرترین پایگاه های علم سنجی هستند
علم سنجی دانش اندازه گیری علم تعریف شده است که با بررسی و کشف نظام و ساختار یک حوزه علمی به روش کمی، دستاوردهای یک قلمرو فکری را معین کرده و خطوط احتمالی برای پیشرفت های بعدی را پیش بینی می کند.
✅ مطالب مربوط به مقاله و مقاله نویسی در کانال ریکامندر سیستم
#Scientometrics #Index #Research #Clarivate #Research #Research_Tools #ResearchTools #Search #EST #JCR #WOS #ISI #Journal
@Recommender_Systems | 0 |
| 5 | 2025 The ACM Conference Series on Recommender Systems
▫️ List of all full papers accepted for RecSys 2025 (in alphabetical order).
▫️ Keynotes
▫️ Workshops
#ACM #Conference #Papers #RecSys #Keynotes #Workshops
@Recommender_Systems | 0 |
| 6 | راهنمای استفاده از هوش مصنوعی در پژوهش ابلاغی وزارت علوم، تحقیقات و فناوری
#AI #Research #Tools #ResearchTools #Research_Tools
#راهنما #هوش_مصنوعی #پژوهش #وزارت #وزارت_علوم
@Recommender_Systems | 0 |
| 7 | 2025 Hands-On Large Language Models
Language Understanding and Generation
Jay Alammar and Maarten Grootendorst
#HandsOnLargeLanguage #LLM #Hands_On_Large_Language #Models #LargeLanguageModels #Large_Language_Models #Large #Language #Model #LLM #LLMs #Hands_on #HandsOn #Hands #OReilly #Generation
@Recommender_Systems | 0 |
| 8 | 🔅 راهنمای کاربردی برای پژوهشگران و دانشجویان تحصیلات تکمیلی
🔹دسترسی رایگان به مقالات علمی
برای دانلود سریع و بدون محدودیت مقالات پولی، از سایت زیر استفاده کنید:
🌐 www.sci-hub.cc
🔹 دسترسی به متن کامل پایاننامهها
منابع معتبر برای جستجوی پایاننامهها:
🔸 search.proquest.com/dissertations/advanced
🔸 discovery.ucl.ac.uk
🔸 ethos.bl.uk
🔸 www.dart-europe.eu/basic-search.php
🔸 www.ndltd.org/resources/find-etds
🔹 بررسی ضریب تأثیر مجلات علمی (Impact Factor)
برای اطلاع از IF مجلات معتبر، به این منابع مراجعه کنید:
🔸 www.scimagojr.com
🔸 www.bioxbio.com
🔸 www.citefactor.com
🔹 بررسی مشابهت و پلاجیاریزم قبل از ارسال مقاله
برای اطمینان از اصالت متن مقاله، از ابزارهای زیر استفاده نمایید:
🔸 www.turnitin.com
🔸 www.ithenticate.com
🔸 www.writecheck.com
🔹 انتخاب ژورنال مناسب برای ارسال مقاله
با وارد کردن عنوان، چکیده و کلیدواژهها، ژورنالهای مرتبط را پیدا کنید:
🔸 journalfinder.elsevier.com
🔸 springer.com/journal-author-helpdesk
🔸 edanzediting.com/journal-selector
#Research #Tools #ResearchTools #Research_Tools
@Recommender_Systems | 0 |
| 9 | 2024 Knowledge-enhanced personalized hierarchical attention network for sequential recommendation
#Knowledge #Enhanced #Personalized #Hierarchical #Attention #Network #Sequential #Knowledge_Enhanced #Attention_Network #Sequential_Recommender #PersonalizedHierarchicalAttention #Personalized_Hierarchical_Attention #KnowledgeGraph
#Knowledge_Graph #Preferences
@Recommender_Systems | 0 |
| 10 | 2024 Knowledge-enhanced personalized hierarchical attention network for sequential recommendation
Abstract Sequential recommendation aims to predict the next items that users will interact with according to the sequential dependencies within historical user interactions. Recently, self-attention based sequence modeling methods have become the mainstream method due to their competitive accuracy. Despite their effectiveness, these methods still have non-trivial limitations: (1) they mainly take the transition patterns between items into consideration but ignore the semantic associations between items, and (2) they mostly focus on dynamic short-term user preferences and fail to consider user static long-term preferences explicitly. To address these limitations, we propose a Knowledge Enhanced Personalized Hierarchical Attention Network (KPHAN), which can incorporate the semantic associations among items by learning from knowledge graphs and capture the fine-grained long- and short-term interests of users through a novel personalized hierarchical attention network. Specifically, we employ the entities and relationships in the knowledge graph to enrich semantic information for items while preserving the structural information of the knowledge graph. The self-attention mechanism then captures semantic associations among items to obtain short-term user preferences more accurately. Finally, a personalized hierarchical attention network is developed to generate the final user preference representations, which can fully capture user static long-term preferences while fusing dynamic short-term preferences. Experimental results on three real-world datasets demonstrate that our method can outperform prior works by 2.7% - 35.5% on HR metrics and 6.7% - 27.9% on NDCG metrics.
#Knowledge #Enhanced #Personalized #Hierarchical #Attention #Network #Sequential #Knowledge_Enhanced #Attention_Network #Sequential_Recommender #PersonalizedHierarchicalAttention #Personalized_Hierarchical_Attention #KnowledgeGraph
#Knowledge_Graph #Preferences
@Recommender_Systems | 0 |
| 11 | 📌دسترسی به ابزارهای پژوهشی هوش مصنوعی در Zendy
1️⃣ مطالعه و دانلود میلیون ها مقاله دسترسی آزاد: کشف و استفاده از محتوای علمی داوری شده و باکیفیت.
2️⃣ گفتگو با ZAIA (دستیار هوش مصنوعی پژوهشی): دریافت پاسخ های فوری با استناد به منابع معتبر، بررسی موضوعات پژوهشی و دریافت بینش عمیق تر در ارتباط با محتوای مقالات علمی.
3️⃣ ارائه چکیده فوری: درک سریع یافته های کلیدی متون علمی طولانی.
4️⃣ برجسته سازی و استخراج عبارات شاخص: شناسایی و سازماندهی مفاهیم اساسی در مقالات علمی.
5️⃣پیش نمایش یافته های کلیدی: دسترسی به نکات کلیدی مقالات پیش از مطالعه کامل.
✅نحوه فعالسازی دوره:
۱. به وبسایت www.zendy.io مراجعه کنید.
۲. با زدن دکمه Sign Up در گوشه سمت راست صفحه اصلی و با استفاده از ایمیل دانشگاهی/ یا هر ایمیل دیگری ثبت نام کنید.
۳. لازم است که فعالسازی حساب کاربری، دردانشگاه یا مراکز وابسته به دانشگاه انجام شود.
⭕️با دانلود این اپلیکیشن از سرویس Zendy و ابزار هوش مصنوعی ZAIA در هر زمان و مکانی روی گوشی تلفن همراه خود استفاده نمایند.
🔗لینک ویدئوی آموزشی نحوه ثبتنام و استفاده از پلتفرم و ابزار هوش
https://irandoc.ac.ir/search/zendy
#AI #Research #Tools #ResearchTools #Research_Tools #App #Directory
@Recommender_Systems | 0 |
| 12 | 🔅 بهترین ابزارهای رایگان هوش_مصنوعی برای پژوهش
1️⃣ copilot.microsoft.com
جستجو با هوش مصنوعی
سوال و جواب از فایل و سایت
دستیار مطالعه مقاله
درک و توضیح تصویر
2️⃣ gemini.google.com
جستجو با هوش مصنوعی
درک و توضیح تصویر
3️⃣ chat.openai.com
پاسخ به سوالات
درک و توضیح تصویر
درک مقاله و پرسش و پاسخ
4️⃣ researchrabbit.ai
خوشه مقالات مشابه
ساخت مجموعه مقالات
پیدا کردن و اتصال مقالات مشابه
5️⃣ semanticscholar.org
جستجوی مقاله
پیدا کردن مقالات مشابه
6️⃣ consensus.app
🔸پاسخ به سوال براساس مقاله
🔹پیدا کردن رفرنس برای سوالات
7️⃣ elicit.com
🔸پاسخ به سوال بر اساس فایل مقاله
🔹استخراج لیست مفاهیم برای مقاله
8️⃣ typeset.io
🔸بازنویسی متن
🔹خوانش هوشمند مقالات
🔸ترجمه تخصصی
9️⃣ scite.ai
🔸استناد جملات به مقالات
🔟 connectedpapers.com
🔹پیدا کردن مقالات مشابه
1️⃣1️⃣ scholarcy.com
🔸خلاصهسازی مقاله
1️⃣2️⃣ glasp.co
🔹یادداشتبرداری از مقالات
1️⃣3️⃣ grammarly.com
🔸اصلاح گرامر
🔹بهبود نگارش
1️⃣4️⃣Iris.ai
🔸پردازش پژوهش
🔹اکتشاف موضوعات
🔸طبقهبندی مقالات
#AI #Research #Tools #ResearchTools #Research_Tools #App #Directory
@Recommender_Systems | 0 |
| 13 | 🔅 ۶۰۰ هوش مصنوعی جهان
🔅 The AI App Directory
Ask anything you want to do with AI
#AI #Research #Tools #ResearchTools #Research_Tools #App #Directory
@Recommender_Systems | 0 |
| 14 | 🔅 یک منبع کامل از ابزارهای هوش مصنوعی ( بیش از ۵۰۰۰ ابزار کاربردی در دسته بندی های مختلف)
#AI #Research #Tools #ResearchTools #Research_Tools
@Recommender_Systems | 0 |
| 15 | 2020 Deep Learning Applications
Advances in Intelligent Systems and Computing
🔅 کتابی برای محققین، دانشجویان و مهندسین داده جهت شناخت كاربردی از یادگیرى عميق شامل:
▫️ معرفی مفاهیم و رويكردهای نوين در يادكيرى عميق
▫️ كاربردهای یادگیرى عميق در زمینه هاى صنعتى، پزشكى، امنیت و حمل و نقل
▫️ مطالعات موردى (Case Studies) از پروژه های واقعى
▫️ بررسى معمارى ها و الگوريتم های بەروز شبكه هاى عصبى
▫️ تحليل چالش ها و فرصت های موجود در پياده سازى سيستم هاى هوشمند
#Deep_Learning #Deep #DeepLearning #DL #Applications #MachineLearning #Machine_Learning #ML #AI #NeuralNetworks #Neural_Networks #NN #Springer #Computing #IntelligentSystems #Intelligent_Systems
@Recommender_Systems | 0 |
| 16 | 🔅 راهنمای GPT5 در OpenAI Cookbook
▫️About
The OpenAI Cookbook contains open-source examples and guides for building with the OpenAI API.
#GPT5 #PromptEngineering #OpenAI #AI #GPT #Prompt_Engineering #Open_AI #Prompt #Tools #Research #Research_Tools #ResearchTools #AI #AI_Tools #Best #BestTools #Best_Tools
@Recommender_Systems | 0 |
| 17 | 🔅 Hands-on H&M Real-Time Personalized Recommender
▫️ Open-source course by Decoding ML in collaboration with Hopsworks.
🔅دوره کامل عملی برای طراحی، آموزش و تولید کامل یک سیستم پیشنهاد دهنده شخصیسازیشده
👕 Open-source course on architecting, building and deploying a real-time personalized recommender for H&M fashion articles.
This hands-on course teaches you how to build and deploy a real-time personalized recommender system for H&M fashion articles. You'll learn:
▫️To architect a modern ML system for real-time personalized recommenders.
▫️To do feature engineering using modern tools such as Polars.
▫️To design and train ML models for recommender systems powered by neural networks.
▫️To use MLOps best practices by leveraging Hopsworks AI Lakehouse.
▫️To deploy the recommender on a Kubernetes cluster managed by Hopsworks Serverless using KServe.
▫️To apply LLM techniques for personalized recommendations.
▫️ This course is part of Decoding ML's open-source series, where we provide free hands-on resources for building GenAI and recommender systems
#MLOps #RealTime #Real_Time #Personalized #Course #OpenSource #Open_Source #Decoding_ML_Team #ML #Tutorial #Python #Project #Source #NN #Jupyter #noteBook #Github #GenAI #AI #Resource #Free
@Recommender_Systems | 0 |
| 18 |  🔅 ۱۰ موتور جستجوی ژورنال یاب برتر ۲۰۲۵ برای انتخاب ژورنال مناسب جهت سابمیت مقاله
#Tools #Research #Research_Tools #ResearchTools #AI #AI_Tools #Best #BestTools #Best_Tools #Download #Journal #Paper #Free #Search #Engine #SearchEngine #Search_Engine #Free #Academic #Article
@Recommender_Systems | 0 |
| 19 | 2024 A survey of sequential recommendation systems: Techniques, evaluation, and future directions
https://doi.org/10.1016/j.is.2024.102427
#Survey #Sequential #Techniques #Evaluation #Future #Research_Directions #Personalized #Personalization
@Recommender_Systems | 0 |
| 20 | 2024 A survey of sequential recommendation systems: Techniques, evaluation, and future directions
Abstract: Recommender systems are powerful tools that successfully apply data mining and machine learning techniques. Traditionally, these systems focused on predicting a single interaction, such as a rating between a user and an item. However, this approach overlooks the complexity of user interactions, which often involve multiple interactions over time, such as browsing, adding items to a cart, and more. Recent research has shifted towards leveraging this richer data to build more detailed user profiles and uncover complex user behavior patterns. Sequential recommendation systems have gained significant attention recently due to their ability to model users’ evolving preferences over time. This survey explores how these systems utilize interaction history to make more accurate and personalized recommendations. We provide an overview of the techniques employed in sequential recommendation systems, discuss evaluation methodologies, and highlight future research directions. We categorize existing approaches based on their underlying principles and evaluate their effectiveness in various application domains. Additionally, we outline the challenges and opportunities in sequential recommendation systems.
https://doi.org/10.1016/j.is.2024.102427
#Survey #Sequential #Techniques #Evaluation #Future #Research_Directions #Personalized #Personalization
@Recommender_Systems | 0 |
