زهرا شیخی دارانی - دانشجوی دکتری تجارت الکترونیک ، گروه فناوری اطلاعات، دانشکده مهندسی صنایع ، دانشگاه صنعت ی خواجه نصیرالدین طوسی ، تهران
منیره حسینی - دانشیار ، گروه فناوری اطلاعات، دانشکده مهندسی صنایع ، دانشگاه صنعتی خواجه نصیرالدین طوسی ، تهران

سیستم توصیه گر یکی از ابزارهای ارزشمند در حوزهی تجارت الکترونیک است . در این سیستم ترجیحات کاربر پیش بینی ، و از بین انبوه کالاهای موجود، کالای متناسب با نیاز و علایق هرکاربر به او پیشنهاد می شود . در سیستم های توصیه گر کلاسیک ، تنها معیار ارزیابی میزان تطابق پیشنهادها با علایق و نیازمندی کاربر بود که به عنوان معیار دقت در نظر گرفته می شد . در نظر گرفتن دقت به عنوان تنها معیار ارزیابی ، مشکلاتی مانند عدم رضایت کاربر به دلیل دریافت پیشنهادهای بسیار مشابه و کاهش احتمال خرید بسیاری از کالاهای دیگر را در پی دارد. در سیستم های توصیه گر جدید از چندین معیار برای ارزیابی عملکرد توصیه گرها استفاده می شود. یکی از معیارهای ارزیابی ، ویژگی بدیع بودن کالای پیشنهادی برای کاربر است که بر ناشناخته بودن کالای پیشنهادی برای کاربر تاکید دارد. تبدیل این تعریف به معیاری کمی برای ارزیابی با چالش مواجه است . در پژوهش حاضر ضمن بررسی تعاریف این معیار روشی برای تولید پیشنهادهای بدیع در سیستم های توصیه گر چند معیاری ارائه شده است . در این روش از حلقه دوستان شخص برای تخمین میزان بدیع بودن کالا استفاده می شود. در این مقاله یک سیستم توصیه گر با در نظر گرفتن معیارهای بدیع بودن، دقت و پوشش پیاده سازی شده و با توصیه گر کلاسیک مقایسه شده است .

سیستم توصیه گر، پیشنهادهای بدیع در سیستم توصیه گر، شخصی سازی پیشنهادها