ارایه یک سیستم توصیه گر ترکیبی با استفاده از الگوریتم های فیلتر مشارکتی و آنالیز الگوهای ترتیبی برایبازاریابی هدفمند در داده های حجیم

در زندگی روزانه، معمولا برای انجام یک انتخاب، با استناد به پیشنهادها و نظرات دوستان و سایر افراد و یا با توجه به تجربه قبلی خود، به سوی گزینه خاصی متمایز می شویم اما با توجه به حجم بالای اطلاهات در دنیای اینترنت، استفاده از چنین روش هایی در زندگی اینترنتی میسر نیست. سیستم های پیشنهاد دهنده با هدف کمک به کاربران برای انجام اولویت بندی های منا سب به وجود آمدند. از کاربردهای آن می توان در پیش بینی علاقه کاربران به فیلم ها استفاده کرد.سیستم های پیشنهاددهنده ه به شدت در حال رشدهستند که تاثیر خود را در فعالیت های مالی با توجه به اینکه یک توصیه خوب اغلب تبدیل به یک خرید واقعی می شود، نشان داد ه اند. یکی از مهم ترین جوانب به کار برده شده در تجارت الکترونیک موفق، توانایی تشخیص محصولات و خدماتی است که افراد یا کاربران ممکن ا ست به آنها لاقه مند با شند و سپس پیشنهاد این آیت ها به کاربران، به منظور اینکه ترغیب به خرید شوند، می با شد .در این مطالعه هدف یک سیستم پیشنهاد دهنده فیل که تغییرات مورد لاقه کاربر با استفاده از ادغام آنالین الگو ترتیبی با فیلتر مشارکتی بااستفاده از دسته ا ی از فیل به منظور بهبود کیفیت توصیه استفاده می کنیم . در این مطالعه پس از برآورد هر مدل پیش بینی، لازم است تا توانایی و قدرت پیش بینی مدل ها ی مختلف مورد برر سی و مقایسه قرار گیرد تا بتوان بر این اساس بهترین روش پیش بینی را انتخاب نمود . معیارهای متنوعی برای ارزیابی عملکرد روشهای مختلف پیش بینی وجود دارد با این حال، در این مطالعه به منظور مقایسه قدرت پیش بینی و انتخاب بهترین روهش برای پیش بینی، از معیار قدر مطلق خطا،استفاده شده است.

Keywords:

سیستم های توصیه گر , آنالین الگوی ترتیبی , فیلتر مشارکتی , داده های حجیم