ایران حقی مقدم - دانشجوی کارشناسی ارشد مهندسی صنایع، گرایش مدیریت سیستم و بهره وری، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران
عباس سقایی - دکتری مهندسی صنایع، عضو هیات علمی دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران

امروزه با استفاده از داده کاوی، استخراج خودکار دانش جدید و مفید از منابع دادهای حجیم موجود، میسر می باشد. ازسوی دیگر برای حرکت از دنیای تجارت سنتی به دنیای جدید و رقابت در آن، شرکت ها نیاز دارند که کالا و سرویسهای متنوعی را برای نیازهای گوناگون کاربران مختلف فراهم کنند. یکی از موارد کاربردی در تجارت الکترونیکپیداکردن اطلاعات در وب سایت ها و فروشگاه های اینترنتی بزرگ است. اما این حجم عظیم داده ها، برای کاربران قابلاستفاده نیست. از جمله سیستم هایی که در این راستا موفق عمل کرده اند سیستم های توصیه گر هستند و به کاربران پیشنهاداتقابل اعتمادی در زمینه های مورد علاقه شان ارایه می دهند. نیاز به سیستم های توصیه گر در زمینه تجارت B2B به طورفزایندهای آشکار است. در این نوع از سیستم توصیه گر، توصیه ها برای شرکتها و سازمان های کوچک و بزرگ کهمشتریان شرکت هستند، ایجاد و ارایه میگردند. و نه برای افرادی که به طور مستقیم از محصول استفاده می کنند (Lee and friends,2006). در این مقاله ما بر روی تحقیقات و چالش های عملی مربوط به ساخت یک سیستم توصیه گرB2B ، تمرکز کره ایم. ما یک دیدگاه متفاوت را تجربه کرده و کاربرد سیستم توصیه گر را محدود به مشتری نهایی نمی-دانیم بلکه تیم های بازاریابی و فروش شرکت ها و سازمان های مشتری مورد هدف قرار داده ایم لذا ابتدا به شناخت مفاهیمسیستم های توصیه گر پرداخته و سپس پژوهش های انجام شده در این زمینه را مرور خواهیم نمود و در انتها به بررسیچالش های موجود در این زمینه خواهیم پرداخت.

سیستم های توصیه گر، B2B، تجارت الکترونیک