ارائه یک الگوریتم جهت گروه بندی محصولات و مشتریان در سیستم توصیه گر محصول با خوشه بندی مبتنی بر فیلتر مشارکتی

با گسترش شبکه های ارتباطی حجم زیاد اطلاعات به چالش مهمی تبدیل شده است به گونه ای که کاربران برای استفاده از امکانات و کاربردهای شبکه های ارتباطی نیاز به جستجو و یافتن اطلاعات و خدمات مورد نیاز خود دارند. در این زمان است که دستیابی برخط به اطلاعات مورد نظر در میان حجم انبوهی از اطلاعات مشابه، موجب اتلاف وقت زیادی از کاربران میگردد و درنهایت ممکن است کاربران موفق به دستیابی به اطلاعات مورد نظرشان نشوند. همچنین گسترش بسیار زیاد فروشگاه های الکترونیکی و تنوع محصولات موجود در فروشگاه ها نیز موجب بروز مشکل مشابهی شده است. ازاین رو یک راهنمایی و درواقع یک پیشنهاد مفید مطابق با علایق و معیارهای کاربران، آنها را از سردرگمی و اتلاف وقت بیهوده بازمی دارد. بدین منظور سیستمهای توصیهگر محصول با ارائه توصیه های خرید محصول به مشتریان سعی در برطرف کردن این مشکل دارند. در این تحقیق، یک سیستم توصیه گر محصول به صورت ترکیبی بر اساس خوشه بندی سلسله مراتبی مبتنی بر فیلتر مشترک برای خوشه بندی محصولات و کاربران و ارائه توصیه محصول به کاربران مشابه ارائه شده است. در این تحقیق، الگوریتم پیشنهادی روی مجموعه داده بازبینی وب سایت Amazon پیاده سازی شده و از نظر معیارهای دقت آماری و دقت توصیه، با روش های دیگر مقایسه شده است.

Keywords:

سیستم توصیه گر محصول , خوشه بندی , فیلتر مشارکتی