سیستم توصیه گر محصول ترکیبی با استفاده از ترکیب فیلتر مشترك ،خوشه بندی با الگوریتم K-means و نزدیکترین همسایه
Publish place: v
Publish Year: 1399
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 993
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
EISTC05_049
تاریخ نمایه سازی: 20 مهر 1399
Abstract:
با گسترش شبکه هاي ارتباطی حجم زیاد اطلاعات به چالش مهمی تبدیل شده است به گونه اي که کاربران براي استفاده از امکانات و کاربردهاي شبکه هاي 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 زیادي از کاربران می گردد.همچنین گسترش بسیار زیاد فروشگاه هاي الکترونیکی و تنوع محصولات موجود در فروشگاه ها نیز موجب بروز مشکل مشابهی شده است. از این رو یک راهنمایی و درواقع یک پیشنهاد مفید مطابق با علایق و معیارهاي کاربران، آنها را از سردرگمی و اتلاف وقت بیهوده بازمی دارد. بدین منظور سیستم هاي توصیه گر محصول با ارائه توصیه هاي خرید محصول به مشتریان سعی در برطرف کردن این مشکل دارند. در این تحقیق، یک سیستم توصیه گر محصول به صورت ترکیبی با استفاده از ترکیب فیلتر مشترك و k نزدیکترین همسایه ارائه شده است. در این سیستم توصیه گر محصولات موجود در فروشگاه الکترونیکی Amazon و رتبه اختصاص یافته به محصولات توسط کاربران، جمع آوري می شود. سپس نظرات کاربران در مورد محصولاتی که رتبه بندي نشده اند (یا مورد بررسی قرار نگرفته اند) از طریق روش فیلتر مشترك مشخص می شود. سپس با توجه به نظرات کاربران و نظرات پیش بینی شده توسط فیلتر مشترك در مورد محصولات، از طریق روش K نزدیکترین همسایه کاربران مشابه به هم، بر اساس برخی محصولات پیدا می شود. محصولات مورد علاقه کاربران همسایه که از نظر هر کاربر بیشترین رتبه بندي را دارند، مشخص شده و به K-1 کاربران همسایه مشابه پیشنهاد می شود. از این رو محصولات مورد علایق یک کاربر که توسط کاربر مشابهش مورد بررسی قرار نگرفته است، می تواند مورد علاقه کاربر مشابهش قرار گیرد و به عنوان یک توصیه مؤثر در نظر گرفته شود.
Keywords:
Authors
سارا موسوی فخر
مربی دانشگاه پیام نور استان اردبیل