طراحي سيستم توصيه‌گر شخصي‌سازي‌شده برمبناي آناليز احساسات در رسانه‌هاي اجتماعي(مورد‌مطالعه: سيستم بانكي)

حفظ مشتري يكي از پراهميت‌ترين مسائل هر سازماني است و يافتن راهي براي حفظ و بقاي مشتري از نيازهاي كليدي آن سازمان است. هدف اصلي پژوهش حاضر در حوزه يادگيري ماشين،  تمركز  بر مشكل شناسايي صحيح نيازهاي مشتري با روش مبتني بر استخراج ديدگاه‌ها، تحليل احساسات و كمي‌سازي گرايش احساسي مشتريان درباره خدمات بانكي و بررسي و تحليل نظرهاي آنها مي‌باشد. به‌عبارت ديگر موضوع اين پژوهش طراحي سيستم توصيه‌گر براي ارائه خدمات مناسب و منطبق با رضايت مشتريان با نگاه به سليقه‌ها، احساسات و تجربه‌هاي آنها مي‌باشد. روش اجراي ارائه‌شده در پژوهش حاضر به‌اين‌ترتيب است كه عقايد و تجربه‌هاي مشتريان را از راه بررسي توييت‌هاي حاوي هشتگ‌هايي با عنوان‌ها و سرفصل‌هاي خدمات بانكي به‌عنوان داده‌هاي جامعه آماري دريافت و پس از بررسي، نتيجه را در قالب متغيرهاي نمره احساسات افراد براي توييت‌ها، نمره ارتباط، شباهت كسينوسي و ميزان ضريب اطمينان و درنظرگرفتن گروه‌هايي از ويژگي‌هاي مربوطه و عقايد ثبت‌شده در فرايند آموزش و تست به‌‌صورت ارائه پيشنهاد شخصي‌سازي‌شده براي دريافت خدمات بانكي فراهم مي‌كند. به‌منظور ارائه راهكار توصيه‌گر، از روش‌هاي دسته‌بندي مناسب به ‌همراه روش‌هاي عقيده‌كاوي و رويكرد اعتبارسنجي مناسب استفاده مي‌شود و سيستم طراحي‌شده نهايي با خطايي اندك، به‌منظور ارائه خدمات شخصي‌سازي‌شده و در راستاي كمك به سيستم بانكي گام خواهد برداشت. ازآن‌جايي‌كه درحال حاضر ارائه خدمات بانكي متناسب با وضعيت مشتريان به‌‌طور كامل وجود ندارد، از‌اين‌رو سيستم مذكور در اين زمينه بسيار راهگشا خواهد بود.