فریبرز موسوی مدنی - عضو هیئت علمی دانشگاه علم و صنعت
محمد فتحیان - عضو هیئت علمی دانشگاه الزهرا
مژگان معماری - دانشجوی کارشناسی ارشد مدیریت فناوری اطلاعات دانشگاه الزهرا

سیستمهای پیش بینی و توصیه محصول ، از جمله ابزارهای تجارت الکترونیک هستند که از طریق جمع آوری ، تحلیل و مدیریت اطلاعات مربوط به فعالیتهای مشتری در فرآیندهای خرید قبلی در یک فایل شخصی و همچنین بررسی علایق ، اولویتها و تعداد مراجعات او ، در هر بار ورود به فروشگاه مجازی ، نیازهای آتی او را پیش بینی نموده با ارائه توصیه های مفید او را در فرآیند خرید یاری می رسانند . هر چه سیستمهای پیش بینی و توصیه محصول ، رفتارها و علایق هر مشتری را بهتر بشناسند توصیه ارائه شده دارای کیفیت بالاتری بوده باعث افزایش رضایت و وفاداری مشتری و در نتیجه کسب سود بیشتر در فرآیند فروش خواهد بود .در این مقاله پس از معرفی و بیان نقاط قوت و ضعف چند روش پیش بینی و توصیه رایج در تجارت الکترونیکی ، یک روش توصیه نوآورانه تلفیقی به نام INORM معرفی می گردد . این روش به تنهایی توانسته است از مزایای هفت روش توصیه کنونی بهره برده و بسیاری از نقایص این روشها را نیز برطرف نماید . ارائه توصیه با کیفیت بالاتر ، امکان توصیه کالاهای جدید ، رفع مشکلات ناشی از افزایش کالاها و مشتریان در فرآیند توصیه ، امکان پیش بینی کالاهای مورد نیاز جهت فرایند تدارکات برای فروشنده ، برخی از نقاط قوت این روش است . همچنین این روش به سهولت می تواند در فروشگاههای اینترنتی ایران به عنوان یک ابزار مدرن تجارت الکترونیک مورد استفاده قرار گیرد .

تجارت الکترونیکی سیستمهای پیش بینی سیستمهای توصیه محصول کیفیت توصیه