نیوشا صباغان - دانشجوگروه مهندسی فناوری اطلاعات، دانشکده مهندسی صنایع و سیستمها، دانشگاه تربیت
امیر البدوی - استاد گروه مهندسی فناوری اطلاعات، دانشکده مهندسی صنایع و سیستمها، دانشگاه تربیت
الهام آخوندزاده نوقابی - استادیار گروه مهندسی فناوری اطلاعات، دانشکده مهندسی صنایع و سیستمها، دانشگاه تربیت

در تجزیه و تحلیل پیش بینی و آمار، اشخاص اغلب به عنوان بازیگران فردی در نظر گرفته می شوند، اما این فرض معتبر نیست زیرا که در زمینه خردهفروشی، مشتریان مشابه رفتار خواهند کرد و سبدهای خریدی مشابه با یکدیگر خواهند داشت. از مطالعه هوشمندانه رفتار مشتریان بر اساس تاریخچه معاملات آنها، میتوان به یک درک عمیق جهت بهبود توانایی سیستم های توصیه گر برای پیش بینی نتایج خرید رسید. به همین ترتیب، میتوان شبکه ی مشتریان را بر اساس رفتارهای مشترک مشتریان و شبکه محصولات را بر اساس هم زمانی خرید آنها تشکیل داد. سپس اجتماع های موجود در این شبکه ها را شناسایی نمود و با استفاده از اجتماعات بدست آمده اقدام به توصیه ی محصول به کاربران کرد. از شبکه مشتریان میتوان اطلاعاتی را در مورد مشتریان که رفتار مشابهی دارند، استخراج کرد. این فرایند به ما اجازه می دهد که از ترجیحات آنها بهره ببریم و پیش بینی کنیم که چه محصولاتی برای هر گروه از مشتریان مناسب تر است. در این پژوهش ازاین اطلاعات جهت بهبود سیستم های توصیه گر استفاده می نماییم. پژوهش پیشرو اقدام به شناسایی اجتماعات مشتریان بر اساس رفتار خرید آنها و همچنین شناسایی اجتماعات محصولات بر اساس هم زمانی خرید آنها می نماید. در این پژوهش هفت اجتماع از شبکه محصولات و چهار اجتماع از شبکه مشتریان شناسایی شد که با توجه به ماژولاریتی آنها میتوان گفت که اجتماع های کشف شده از ساختار خوبی برخوردار هستند. از اجتماعات کشف شده جهت تهیه لیستی از توصیه ها در یک سیستم توصیه گر استفاده می نماییم. در پایان پژوهش مقدار دقت و صحت توصیه های ارائه شده را با سیستمهای توصیه گر سنتی مقایسه می نماییم و نشان خواهیم داد که با استفاده از شناسایی اجتماعات میتوان یک سیستم توصیه گر با دقت و صحت بهتری ارائه داد.

سیستم های توصیه گر، اجتماعیابی، رفتار مشترک مشتری، خرده فروشی