بررسی روش های بهبود سیستم های توصیه گر بر مبنی فیلتر مشارکتی در کسب و کارهای الکترونیکی و کاهش مشکل شروع سرد

انسانها در زندگی روزمره خود به دفعات در مقابل راه های متعدد قرار میگیرند که نیازمند انتخاب و تصمیم گیری بوده و برای انتخاب صحیح و همچنین گرفتن تصمیم درست از منابع گوناگون کسب مشاوره مینمایند. این مشورت یا به طور مستقیم و از طریق گفتگوی مستقیم و یا به روشهای غیر مستقیم حاصل می شود. از اینرو سیستم های توصیه گر، دقیقا به دنبال ایفای نقش مشاور و پیشنهاد دهنده هستند با این تفاوت که این پیشنهاد از سوی یک ماشین ارائه میشود. مسلم است هر چه این توصیه و پیشنهادی که از سوی ماشین ارائه میشود دقیق تر و سریع تر باشد کارائی آن سامانه بالاتر خواهد بود. سامانه های توصیهگر از جمله مباحث جدید و گستردهای است که در حوزه های مختلفی میتوان آن را به خدمت گرفت. اگرچه کاربردهای فیلتر مشارکتی به عنوان یک سیستم پیشنهادگر در حوزهای تجارت الکترونیکی امری نسبتا جدید است، ولی در عین حال این تکنیک از قدمت زیادی برخوردار است، روش فیلترینگ مشارکتی از دو مشکل عمده رنج می برد: مشکل اول شروع سرد کاربران است و مشکل دوم نیز مسئله اعتماد کاربران وفادار است.در این مقاله با اشاره به پدیده سرریز شدن اطلاعات، نیاز شدید به سیستمهای پیشنهادگر مبتنی بر رایانه را در حوزه تجارت الکترونیکی بیان میکنیم و به بررسی توانمندیها و چالشهای پیش روی سیستمهای فیلترینگ مشارکتی به عنوان یکی از متدهای اصلی در سیستمهای پیشنهادگر میپردازیم. در انتها به بررسی راهکارهای بهبود سیستمهای پیشنهادگر مبتنی بر فیلترینگ مشارکتی در تجارت الکترونیکی می پردازیم.

Keywords:

فیلتر مشارکتی , سیستمهای توصیه گر , فیلتر اجتماعی , فیلتر اطلاعات در تجارت الکترونیکی , مشکل شروع سرد , حجم عظیم داده ها