﻿<?xml version="1.0" encoding="utf-8"?>
<ArticleSet>
  <ARTICLE>
    <Journal>
      <PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName>
      <JournalTitle>فصلنامه فناوری اطلاعات و ارتباطات ایران</JournalTitle>
      <ISSN>2717-0411</ISSN>
      <Volume>16</Volume>
      <Issue>59</Issue>
      <PubDate PubStatus="epublish">
        <Year>2024</Year>
        <Month>6</Month>
        <Day>18</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>A Recommender System Based on the Analysis of Personality Traits in Telegram Social Network</ArticleTitle>
    <VernacularTitle>یک سیستم توصیه گر بر اساس تحلیل ویژگی شخصیتی افراد در شبکه اجتماعی تلگرام</VernacularTitle>
    <FirstPage>305</FirstPage>
    <LastPage>320</LastPage>
    <ELocationID EIdType="doi" />
    <Language>fa</Language>
    <AuthorList>
      <Author>
        <FirstName>محمدجواد</FirstName>
        <LastName>شایگان فرد</LastName>
        <Affiliation></Affiliation>
      </Author>
      <Author>
        <FirstName>محدثه </FirstName>
        <LastName>ولی زاده</LastName>
        <Affiliation>دانشگاه علم و فرهنگ</Affiliation>
      </Author>
    </AuthorList>
    <History PubStatus="received">
      <Year>2023</Year>
      <Month>8</Month>
      <Day>28</Day>
    </History>
    <Abstract>&lt;p style="text-align: left;"&gt;&lt;span style="font-size: 12.0pt; font-family: 'Times New Roman',serif; mso-fareast-font-family: 'Times New Roman'; mso-bidi-font-family: Nazanin; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;"&gt;Analysis of personality traits of individuals has always been one of the interesting research topics. In addition, achieving personality traits based on data obtained from individuals' behavior is a challenging issue. Most people spend most of their time on social media and may engage in behaviors that represent a character in cyberspace. There are many social networks today, one of which is the Telegram social network. Telegram also has a large audience in Iran and people use it to communicate, interact with others, educate, introduce products and so on. This research seeks to find out how a recommendation system can be built based on the personality traits of individuals. For this purpose, the personality of the users of a telegram group is identified using three algorithms, Cosine Similarity, MLP and Bayes, and finally, with the help of a recommending system, telegram channels tailored to each individual's personality are suggested to him. The research results show that this recommending system has attracted 65.42% of users' satisfaction.&lt;/span&gt;&lt;/p&gt;</Abstract>
    <OtherAbstract Language="FA">&lt;p&gt;تحلیل ویژگی های شخصیتی افراد همواره یکی از موضوعات جذاب پژوهشی بوده است. علاوه بر این، دستیابی به ویژگی&amp;zwnj;های شخصیتی براساس داده&amp;zwnj;هایی که از رفتار اشخاص به دست می&amp;zwnj;آید، یک موضوع چالش برانگیز است. براساس پژوهش&amp;zwnj;های انجام شده؛ اغلب مردم، بیشتر وقت خود را در شبکه&amp;zwnj;های اجتماعی صرف می&amp;zwnj;کنند و ممکن است در این شبکه&amp;zwnj;های اجتماعی، رفتارهایی را از خود بروز دهند که نمایانگر یک شخصیت در فضای مجازی باشد. امروزه شبکه&amp;zwnj;های اجتماعی بسیاری وجود دارند که یکی از آن&amp;zwnj;ها، شبکه اجتماعی تلگرام است. تلگرام در ایران نیز مخاطبان بسیاری دارد و افراد به منظور برقراری ارتباط، تعامل با دیگران، آموزش، معرفی محصولات و غیره از آن استفاده می&amp;zwnj;کنند. این پژوهش به دنبال این موضوع هست که چگونه می توان یک سیستم توصیه گر را بر اساس ویژگی های شخصیتی افراد بنا نهاد. به این منظور، شخصیت کاربران یک گروه تلگرامی را با استفاده از سه الگوریتم Cosine Similarity، MLP و Bayes شناسایی شده و در نهایت با کمک یک سیستم توصیه&amp;zwnj;گر، کانال&amp;zwnj;های تلگرامی متناسب با شخصیت هر فرد ، به او پیشنهاد می&amp;zwnj;شود. نتایج حاصل از تحقیق نشان می&amp;zwnj;دهد که این سیستم توصیه&amp;zwnj;گر به طور میانگین 42/65 درصد رضایت کاربران را جلب کرده است.&lt;/p&gt;</OtherAbstract>
    <ObjectList>
      <Object Type="Keyword">
        <Param Name="Value">رفتار کاربران، سیستم‌های توصیه‌گر، شبکه‌های اجتماعی، تلگرام، تحلیل شخصیت</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="Pdf">http://jour.aicti.ir/en/Article/Download/43547</ArchiveCopySource>
  </ARTICLE>
</ArticleSet>