پيشنهاد محصول براساس علايق هر شخص بوسيله الگوريتم هاي فراابتكاري فازي وبهينه سازي زنبورعسل در فروشگاه هاي اينترنتي

Product offer based on each person s interests through fuzzy meta-innovation algorithms and bee optimization in online stores

سيستم توصيه گر يا سامانه ي پيشنهاد گر با تحليل رفتار كاربر خود، اقدام به پيشنهاد مناسبترين اقلام )داده، اطلاعات، كالا و ... ( به وي مي نمايد. سيستم توصيه گر با بررسي تعداد استفاده سايركاربران، توصيه يا عدم توصيه يك قلم داده به كاربر جاري را تصميم گيري ميكند. از چالش هاي سيستم توصيه گر مي توان به زمان اجراي زياد در پي حجم زياد مقايسات و همچنين مسئله پيش بيني امتيازات به دليل كمبود اطلاعات اوليه ورودي توسط مشتريان جديد نام برد كه به مشكل شروع سرد معروف مي باشد. عدم استفاده از فاكتور زمان مي تواند دقت سيستم را در مراجعات بعد پايين بياورد و همچنين با توجه به حجم رو به افزايش داده ها و نياز به انجام مقايسه هاي بيشتر سرعت سيستم رو به كندتر شدن خواهد رفت. در اين مقاله يك سيستم توصيه گر نوين بر مبناي الگوريتم هاي فراابتكاري فازي در فروشگاه هاي اينترنتي معرفي ميگردد كه دقت و سرعت توصيه را به خوبي افزايش ميدهد و علاوه بر معيار شباهت و امتيازدهي، از فاكتور زمان نيز به عنوان پارامتر مهمي براي اندازه گيري تشابه كاربران براي خوشه بندي استفاده مي شود. براي بهينه سازي از الگوريتم كلوني زنبورعسل استفاده شده است.نتايج پياده سازي روش پيشنهادي و اعمال آن بر روي مجموعه داده هاي واقعي بيانگر كيفيت مناسب روش پيشنهادي در مقايسه با روش پايه و ساير مطالعات است.