شماره ركورد كنفرانس :
4162
عنوان مقاله :
پيكربندي انجمنها جهت افزايش اعتماد در خريد كالا
پديدآورندگان :
مسلمي پور پگاه p.moslemipoor@gmail.com دانشجوي كارشناسي ارشد، دانشگاه آزاد اسلامي، واحد بين المللي كيش؛ , هارون آبادي علي عضو هيئت علمي گروه مهندسي كامپيوتر، دانشگاه آزاد اسلامي بين المللي كيش؛
gmail.com a.harounabadi@
كليدواژه :
داده كاوي , قوانين انجمني , خوشهبندي , رفتار پيشين كاربر , سيستم توصيه گر
عنوان كنفرانس :
اولين همايش ملي كامپيوتر، فناوري اطلاعات و كاربردهاي هوش مصنوعي
چكيده فارسي :
خوشهبندي يك تقسيمبندي از دادهها به گروههايي با اشياء مشابه است. داده كاوي پيچيدگيهاي يك ديتاست بسيار يزرگ با ويژگي هاي بسيار متنوع را به خوشه بندي مي افزايد. از جمله اين ديتا ست ها فروشگاه هايي هستند كه در حيطه تجارت الكترونيك كالا خود را از طريق وب ارائه مي كنند. اين فروشگاه ها نيازمند سيسم هاي توصيه گري هستند كه بتوانند كالاهايي را به كاربر پيشنهاد دهند كه با احتمال بيشتري مورد نيازآن كاربر است. در اين مقاله با تمركز بر ايجاد يك سيستم توصيه گر در تجارت الكترونيك جهت خريد كالا و افزايش دقت سيستم توصيه گر، با استفاده از رفتار پيشين كاربران و دارا بودن پروفايل آنها، ليست مرتب شده اي ازكالاها به مشتريان ارائه ميگردد. پيكربندي انجمن ها و ايجاد پروفايل براي كاربران از موارد حائز اهميت در اين تحقيق است. در روش پيشنهادي قوانين انجمني به منظور مدل نمودن تعاملات كاربران در وب ارائه شده است كه از معيارهاي مدت زمان مشاهدهي صفحه و فركانس مشاهدهي صفحه براي وزندهي صفحات استفاده كرده و ميزان علاقهمندي كاربران به گروههاي صفحات را بيان ميكند. بنابراين وزن متناظر هر آيتم در تراكنش، بيانگر ميزان علاقه كاربر به آن آيتم در آن تراكنش ميباشد. تحليل نتايج شبيه سازي نشان ميدهد روش پسشنهادي به دليل استفاده از تركيب وزن و درجه عضويت ﺻﻔﺤﺎت به طور همزمان ﺑﺮاي رﺗﺒﻪﺑﻨﺪي ﺻﻔﺤﺎت ﻛﺎﻧﺪﻳﺪ، موفق به ارائه مدل كاملتري از رفتار كاربران شده است. اين روش، حتي در تعداد صفحات بالا، موفق به عملكرد بهتري از روشهاي ديگر پيشنهاد، در معيار دقت شده است.