سیستم توصیه گر هوشمند برای یک سیستم تجارت الکترونیکی با استفاده از فیلتر مشترک و تئوری بیزین

در دنیای امروز یکی از روش هایی که می توان محصولات را بهتر به کاربران ارائه نمود ایجاد سیستم های هوشمند توصیه گر در سایت ها و سیستم های تجارت الکترونیکی می باشد. یک سیستم توصیه گر سیستمی است که بر اساس تحلیل داده های موجود از کالاها و کاربران، مناسب ترین کالا را به فرد مربوطه توصیه و معرفی می نماید. یکی از برترین تکنیک های ایجاد یک سیستم توصیه گر روش فیلتر مشترک است. اما در حال حاضر روش های موجود برای ایجاد سیستم توصیه گر بر مبنای فیلتر مشترک نمی تواند مانند انسان با درصد دقت بالایی این توصیه ها را انجام دهد همچنین به دلیل ماهیت اسپارس بودن مجموعه داده مربوطه تحلیل داده ها دارای نتایج مناسبی نیست بر این اساس ما در این تحقیق در تلاش هستیم که با استفاده از این روش فیلتر مشترک که یکی از بهترین روش های موجود برای ایجاد سیستم توصیه گر است، بتوانیم روشی را ارائه نماییم که با حذف داده های خالی و کاهش خواصیت اسپارس مجموعه داده بتوانیم داده ها را در راستای ایجاد فیلتر مشترک دسته بندی نماییم که نتایج به دست آمده از این سیستم توصیه گر ما بتواند بهتر از سایر کارهای محققان دیگر باشد. برای ایجاد این توصیه گرما از روش دسته بندی باناظر یادگیری ماشین بهره می بریم. در اصل با استفاده از الگوریتم بیزین که یک الگوریتم یادگیری ماشین که بر مبنای محاسبات احتمالی بنا نهاده شده است داده های مربوط به کاربران و کالاها را تحلیل می نماییم تا بتوانیم یک سیستم توصیه گر بر مبنای فیلتر مشترک ایجاد نماییم که توسط الگوریتم بیزین یادگیری ماشین عمل می نماید. الگوریتم ایجاد شده توسط ما بخوبی می تواند داده ها را دسته بندی نماید و نتایج به دست آمده از این الگوریتم در مقایسه با سایر کارهای محققان دیگر نشان دهنده این است که که این روش بسیار کارامد است و می تواند در تولید نرم افزارهای کاربردی در فروشگاه های اینترنتی پیشرفته از این روش استفاده شود.

Keywords:

یادگیری ماشین , دسته بندی باناظر , سیستم های توصیه گر , فیلتر مشترک , الگوریتم بیزین.