نجمه دهقانی - فارغ التحصیل کارشناسی ارشد دانشگاه آزاد اسلامی، واحد مرودشت
آزیتا رمضانی - فارغ التحصیل کارشناسی ارشد دانشگاه آزاد اسلامی، واحد مرودشت

سیستم توصیه گر یا سامانه ی پیشنهاد گر با تحلیل رفتار کاربر خود،اقد ام به پیشنهاد مناسبترین اقلام (داده، اطلاعات، کالا و ).. به وی مینماید .سیستم توصیه گر با بررسی تعداد استفاده سایرکاربران، توصیه یاعدم توصیه یک قلم داده به کاربر جاری را تصمیم گیری می کند .از چالش هایسیستم توصیه گر می توان به زمان اجر ای زیاد در پی حجم زیاد مقایسات وهمچنین مسئله پیش ببنی امتبازات به دلبل کمبود اطلاعات اولبه ورودیتوسط مشتریان جدید نام برد که به مشکل شروع سرد معروف می باشد .عدماستفاده از فاکتور زمان می تواند دقت سبستم را در مراجعات بعد پایینبیاورد و همچنین با توجه به حجم رو به افز ایش داده ها و نبازبه انجاممقایسه های ببشتر سرعت سبستم رو به کندتر شدن خو | هد رفت .در این مقالهیک سیستم توصیه گر نوین بر مبنای الگوریتم های فرا ابتکاری فازی درفروشگاه های اینترنتی معرفی می گردد که دقت و سرعت توصیه را به خوبیافز ایش مید هد و علاوه بر معبار شباهت و امتیازد هی از فاکتور زمان نیزبه عنوان پار امتر مهمی برای اندازه گیری تشابه کاربران برای خوشهبندی استفاده می شود .برای بهینه سازی از الگوریتم کلونی زنبور عسلاستفاده شده است.نتایج پباده سازی روش پبشنهادی و اعمال آن بر رویمجموعه داده های و اقعی بیانگر کیفیت مناسب روش پیشنهادی در مقایسه باروش پایه و سایر مطالعات است.

الگوی رفتاری کاربران، الگوریتم های فرا ابتکاری، الگوریتم های فازی، الگوریتم زنبورعسل، بهینه سازی