چهارشنبه 17 آذر 1395
بازدید امروز : 5396 نفر
موتور جستجوی سایت نیازمندیهای دانشجویی موتور جستجوی پیشرفته مقالات و تحقیقات و ...
تلگرام سایت تحقیق
تحویل در محیط : word

عنوان : سیستم های توصیه گر در تجارت الکترونیک

ابتدا هزینه سفارش را از طریق پرداخت آنلاین و یا انتقال به شماره کارت 6037991813769019 بانک ملی به نام سید علیرضا هاشمی و یا واریز به شماره حساب 0102834007003 ملی بنام سید علیرضا هاشمی و با داشتن شماره فیش واریزی اقدام به سفارش کنید.
عنوان سفارش :
سیستم های توصیه گر در تجارت الکترونیک
تعداد صفحه :
19
قیمت :
3000 تومان
جهت سفارش اینجا کلیک کنید

خلاصه تحقیق
فهرست مطالب
چکیده 3
مقدمه 4
سیستم توصیه‌گر 5
مزایا و پیشرفت‌ها 7
تاریخچه 8
کاربردها 8
مقایسه سیستم‌های توصیه گر و سیستم‌های تصمیم‌یار کلاسیک 9
تعاریف و اصطلاحات عمده 9
انواع سیستم‌های توصیه‌گر 11
سیستم های توصیه گر در فروشگاه های الکترونیک 13
گام نخست ؛ جمع آوری داده های کاربران 14
گام دوم : تولید پیشنهاد با استفاده از داده های موجود 16
پاورقی 18
منابع 19
مقدمه
در دسترس بودن اطلاعات با توسعه اینترنت نقش کاربر این اطلاعات را دو چندان کرده است. بمصداق شواهد موجود بکارگیری اطلاعات در چنین محیطی بسیار دشوار است. ارائه پیشنهاداتی برای معماری و دسترسی انعطاف پذیر به اطلاعات هدف تحقیقات انجام گرفته محسوب می شود.
افراد بواسطه تکنولوژی دستیابی اطلاعاتی جهت تامین و رفع نیازهای اطلاعاتی شان کسب می کنند. فرایندی که دو جنبه دارد: ا. بازیابی اطلاعات و 2. فیلتر شدن اطلاعات.
اطلاعات بسته به نیازهای فرد در بیان جستارها بر حسب زبان از طریق ساختار آزادانه تری بازیابی می شوند. هر چند که توسعه مداوم جستار قصد واقعی کاربر از بازیابی اطلاعات است، اگر جستار مشخص و واضح نباشد، موجب ابهام در معنی واژگانش می شود.  
سیستم توصیه‌گر
(به انگلیسی: Recommender System) یا سامانه پیشنهادگر، با تحلیل رفتار کاربر خود، اقدام به پیشنهاد مناسب‌ترین اقلام (داده، اطلاعات، کالا و...)می‌نماید. این سیستم رویکردی است که برای مواجهه با مشکلات ناشی از حجم فراوان و رو به رشد اطلاعات ارائه شده‌است و به کاربر خود کمک می‌کند تا در میان حجم عظیم اطلاعات سریع‌تر به هدف خود نزدیک شوند. برخی سامانه پیشنهادگر را معادل پالایش گروهی (به انگلیسی: Collaborative filtering) می‌دانند.
پیش بینی می‌شد که تا اوایل سال ۲۰۰۷ میلادی در سایت دانشنامه اینترنتی ویکی‌پدیا چیزی حدود ۵٫۱ میلیون مقاله به ثبت رسیده باشد و یا سایت مدیریت و به اشتراک‌گذاری تصاویر Flickr بالغ بر ۲۵۰ میلیون تصویر را در خود جای دهد. از این رو، می‌توان گفت که ما در میان حجم عظیمی از داده و اطلاعات قرار گرفته‌ایم که بدون راهنمایی و ناوبری درست ممکن است انتخاب‌هایی غلط و یا غیر بهینه از میان آن‌ها داشته باشیم. سیستم‌های توصیه‌گر سیستم‌های تأثیرگذار در راهنمایی و هدایت کاربر، در میان حجم عظیمی از انتخاب‌های ممکن، برای رسیدن به گزینه مفید و مورد علاقه وی هستند به گونه‌ای که این فرآیند، برای نفس همان کاربر، شخصی‌سازی شده باشد. تعاریف متفاوتی برای سیستم‌های توصیه‌گر ارائه شده‌است. از آن جمله، تعریف کلی‌نگر و خلاصه آقای Ting-peng liang در سال ۲۰۰۷ است که RS را زیرمجموعه‌ای از DSSها می‌داند و آن‌ها را سیستم‌های اطلاعاتی تعریف می‌کند که، توانایی تحلیل رفتارهای گذشته و ارائه توصیه‌هایی برای مسائل جاری را دارا هستند. به زبان ساده‌تر در سیستم‌های توصیه‌گر تلاش بر این است تا با حدس زدن شیوه تفکر کاربر (به کمک اطلاعاتی که از نحوه رفتار وی یا کاربران مشابه وی و نظرات آن‌ها داریم) به وی مناسب‌ترین و نزدیک‌ترین کالا به سلیقه او را شناسایی و پیشنهاد کنیم. این سیستم‌ها در حقیقت همان فرآیندی که ما در زندگی روزمره خود به کار می‌بریم و طی آن تلاش می‌کنیم تا افرادی با سلایق نزدیک به خود را پیدا کرده و از آنها در مورد انتخاب‌هایمان نظر بخواهیم. توصیه‌هایی که از سوی سیستم‌های توصیه‌گر ارائه می‌شوند به طور کلی می‌توانند دو نتیجه در برداشته باشند :
....
با کلیک روی +۱ ما را در گوگل محبوب کنید

شماره پاسخگوی سایت : 09118370377 - 09111491359
Email : tahghighnet@yahoo.com
www.tahghigh.net 2007 - 2016