سیستم توصیه گر مبتنی بر روش PROMETHEE II برای دسته های مختلف اقلام با تکرار خرید پایین
Publish place: 14th Annual Conference of Computer Society of Iran
Publish Year: 1387
Type: Conference paper
Language: Persian
View: 3,532
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ACCSI14_097
Index date: 17 October 2008
سیستم توصیه گر مبتنی بر روش PROMETHEE II برای دسته های مختلف اقلام با تکرار خرید پایین abstract
در این مقاله به فرآیند توصیه، به عنوان یک مسئل ه تصمیم گیری چند معیاره نگریسته و استفاده از متد PROMETHEE به عنوان یک روش پرکاربرد در میان روشهای تصمیم گیری چند معیاره- برای سیستم های توصیه گر مورد بررسی قرار گرفته است. غالب سیستم های توصیه گر به توصی ه یک نوع کالا، آن هم از انواع با تواتر خرید بالا (مانند: موسیقی، فیلم، کتاب و ...) پرداخته اند اما توصیه اقلام گوناگون و با تواتر (تکرار) خرید پایین از مسائلی است که امروزه توجه محققین تجارت الکترونیک را بیش از پیش به خود جلب کرده است. این مقاله با به کار گیری روش PROMETHEE II به توصیه از دسته کالاهای مختلف با تکرار خرید پایین پرداخته است. عملکرد سیستم طراحی شده با داده های واقعی و بر اساس معیارهای ارزیابی سیستم های توصیه گر مورد ارزیابی قرار گرفته و زمان پاسخگویی سیستم نیز با متد مشابه مقایسه شده است. نتایج آزمایشات حکایت از دقت و صحت خروجی های سیستم داشته و نیز عملی بودن توصیه از دسته های متفاوت ولی مرتبط کالاهای با تواتر خرید پایین را در زمان پاسخگویی مناسب نشان می دهد.
سیستم توصیه گر مبتنی بر روش PROMETHEE II برای دسته های مختلف اقلام با تکرار خرید پایین Keywords:
سیستم توصیه گر مبتنی بر روش PROMETHEE II برای دسته های مختلف اقلام با تکرار خرید پایین authors
آرش نیک نفس
گروه مهندسی فناوری اطلاعات، دانشگاه تربیت مدرس
نصرا... مقدم چرکری
بخش مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس
علی اکبر نیک نفس
بخش مهندسی کامپیوتر، دانشگاه شهید باهنر کرمان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :