روشی برای کشف الگوی علاقه مندی کاربر و پیشنهاد محصول در تجارت الکترونیک با استفاده از دنباله کلیک های کاربر
عنوان مقاله: روشی برای کشف الگوی علاقه مندی کاربر و پیشنهاد محصول در تجارت الکترونیک با استفاده از دنباله کلیک های کاربر
شناسه ملی مقاله: FRSTIS01_015
منتشر شده در همایش ملی پژوهش های بنیادین در علوم و تکنولوژی مبتنی بر سیستمهای هوشمند در سال 1399
شناسه ملی مقاله: FRSTIS01_015
منتشر شده در همایش ملی پژوهش های بنیادین در علوم و تکنولوژی مبتنی بر سیستمهای هوشمند در سال 1399
مشخصات نویسندگان مقاله:
مهدی دیوسالار - کارشناس ارشد مهندسی کامپیوتر – هوش مصنوعی، دانشکده فنی و مهندسی، دانشگاه شمال
محمدرضا فدوی امیری - استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه شمال
خلاصه مقاله:
مهدی دیوسالار - کارشناس ارشد مهندسی کامپیوتر – هوش مصنوعی، دانشکده فنی و مهندسی، دانشگاه شمال
محمدرضا فدوی امیری - استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه شمال
یکی از دغدغه های سیستم های توصیه گر، کاربران تازه وارد هستند بدین معنی که تاکنون اطلاعاتی از رفتار آنها در بانک اطلاعاتی موجود نیست. ازآنجایی که طیف علاقه افراد به دسته بندیها و محصولات متفاوت بسیار گسترده و متمایز با یکدیگر است، با استفاده از روش های مختلفی از جمله ثبت رفتار کلیک های کاربران، میتوان روشهایی برای مقابله با این مشکل یافت. منظور از رفتار کلیک کاربران، مسیر حرکت آنها میان محصولات و دسته بندی ها، تعداد دفعات مشاهده یک محصول و مدت زمانی که در یک دسته بندی سپری کرده اند، میباشد. با استفاده از این رفتار و رکوردهای موجود در بانک اطلاعاتی برآن شدیم تا مدل خوشه بندی سرگروه خشن را بهبود بخشیده و با توجه به خریدها، علاقهمندیها دیدارها از محصولات و افزودن به سبد خرید، محصولاتی را به تمامی کاربران وبسایت توصیه نمود. درنتیجه با استفاده از الگوریتم ارائه شده، محصول مورد علاقه کاربر را با توجه به الگوی رفتاری او یافته و توصیه کرد.
کلمات کلیدی: الگوی کلیک کاربران، شناسایی رفتار کاربر، الگوریتم سرگروه خشن، سیستم های توصیه گر، کاربران تازه وارد.
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1235673/