سامانه همایش ها

English

صفحه اصلی / دومین کنفرانس ملی عصر انفجار تکنولوژی؛ هوش مصنوعی، تحولی در صنعت، تجارت و زنجیره تامین و دومین کنفرانس ملی علم داده در کاربردهای مهندسی

A Comprehensive Review of Deep Learning Integration in Recommender Systems: Taxonomy, Challenges, and Future Directions

نویسندگان :

Saba Kheirkhah Kheirabadi¹ Dr. Azita Shirazipour² Dr.Seyed Javad Mirabedini³

1- Department of Computer, CT.C., Islamic Azad University, Tehran, Iran 2- Department of Computer, CT.C., Islamic Azad University, Tehran, Iran 3- Department of Computer, CT.C., Islamic Azad University, Tehran, Iran

کلمات کلیدی :

Deep Learning،Recommender Systems،Graph Neural Networks،AutoML،Contrastive Learning،Personalization،Fairness،Federated Learning،LLMs،Multi-Modal Fusion

چکیده :

The integration of deep learning (DL) into recommender systems (RS) has significantly reshaped how personalized content is generated and delivered across diverse domains. Traditional recommendations such as collaborative filtering and content-based filtering struggle to cope with the increasing complexity, diversity, and sparsity inherent in modern user-item data. DL techniques, however, can learn rich, non-linear mappings from multi-modal and large-scale data inputs. This is a comprehensive survey that synthesizes the outcome of 40 peer-reviewed papers published in the time period 2023–2025 to provide a fine-level taxonomy of DL architectures like CNNs, RNNs, Transformers, GNNs, and Autoencoders with multimodal and hybrid architectures. We categorize and compare and contrast these models in terms of methodology, application area (e.g., healthcare, academia, streaming media, e-commerce), and key challenge areas like cold-start, scalability, interpretability, and fairness. Furthermore, this paper advocates for an integrated pipeline through AutoML, federated learning, and pretraining with contrast to overcome the barriers related to personalization, privacy, and versatility. Through state-of-the-art model benchmarking and future trends such as LLM-based personalization and ethics-aware design, this survey not only recapitulates latest progress but also charts the future direction to the next generation of trustworthy and intelligent recommender systems.

لیست مقالات

لیست مقالات بایگانی شده

کاربرد هوش مصنوعی در حملات سایبری: یک مرور تحلیل

سجاد یوسفی - مریم پورنجف - رویا شیخی زاده - زینب بازپور

تاثیر سوء گیری مالی بر قابلیت مقایسه اطلاعات مالی با تاکید بر کیفیت حسابرسی

ابراهیم نویدی عباسپور - صالح بهروز گجین

Graph Attention Networks for EEG-Based Emotion Recognition: Focus on Channel‑Level Attention

Akbar Asgharzadeh-Bonab - Hamid Bigdeli - Mohammad Javad Heidari

بررسی تاثیر ارزش ویژه برند بر هوشمند سازی رفتار تبلیغاتی مصرکنندگان موبایل با میانجیگری عشق برند

زهرا علی میرزائی - حسین بوداقی

ارزیابی عملکرد در سازمانهای پست مدرن

مهدی خضوعی

بررسی علمی کاربردهای هوش مصنوعیAI در بهینه‌سازی عملکرد و ایمنی درصنعت نیروگاه هسته‌ای چالش‌ها و راهکارهای بومی مورد مطالعه نیروگاه هسته ای بوشهر

حسین بوذری

کاربرد هوش مصنوعی در ایجاد و توسعه شبکه های صنعتی

بهاره رضاپور - حسین بوداقی خواجه نوبر

A Combined Time-Frequency and Common Spatial-Spectral Pattern Approach for EEG-Based Motor Imagery Classification

Reza Nejati - Hamed Danandeh Hesar

The Impact of an Interactive Rehabilitation Protocol ‎on Reorganization of Brain Networks in Children ‎with Cerebral Palsy: A Pilot Study

Shahed Salehzehi - Mahdi Mollaei - Parisa Hosseini - Ali Koohian Mohammad abadi - Mohammad Ebrahim Hashemi - Hamid Reza Kobravi - Narges Hashemi - Mehran Beiraghi Toosi - Javad Akhondian

مروری بر نظام مسئله پیش‌بینی محبوبیت اخبار و الگوریتم‌های ارائه شده برای آن

مجتبی ولی پور - مجید عبدالرزاق نژاد

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.5.2