سیستم توصیه گر دوسطحی محصول با استفاده از تحلیل الگوهای ترتیبی در تجارت الکترونیک

جمالي, شهرام and درستکار, یحیی (2015) سیستم توصیه گر دوسطحی محصول با استفاده از تحلیل الگوهای ترتیبی در تجارت الکترونیک. University of Mohaghegh Ardabili, University of Mohaghegh Ardabili.

[img] Text
research yahya 94-12-5.pdf

Download (1MB)
Official URL: http://uma.ac.ir/

Abstract

-

Item Type: Other
Persian Title: سیستم توصیه گر دوسطحی محصول با استفاده از تحلیل الگوهای ترتیبی در تجارت الکترونیک
Persian Abstract: با گسترش شبکه‏های ارتباطی دستیابی آنلاین به اطلاعات در میان انبوهی از اطلاعات مشابه، به مشکل بزرگی تبدیل شده است. از این رو یافتن محصولات مورد نظر مشتریان در تجارت الکترونیکی نیزدر این گروه،یکی از مشکلات شده است. بدین منظور سیستم‏های توصیه‏گر محصول با ارائه توصیه‏های خرید محصول به مشتریان در تجارت الکترونیک، سعی در برطرف کردن این مشکل و کاهش سربار شبکه‏های ارتباطی دارند. هدف ازاین تحقیق ‏خوشه‏بندی‏ محصولات و ایجاد گروه‏هایی ازمحصولات است که خصوصیات مشابهی نسبت به یکدیگر دارند. این امر باعث سهولت دسترسی به محصولاتی با خواص مشابه می‏شود واز جستجو وسردرگمی ‏واتلاف وقت مشتریان به صورت چشمگیری جلوگیری به عمل می‏آید.‏خوشه‏بندی‏داده‏هایی که از فروشگاه‏های الکترونیکی جمع‏آوری شده،به تفکیک نوع محصول بوده و از روش K-means استفاده شده است.هدف دیگر،پیش بینی این موضوع است که مشتریان علاوه بر خرید محصول مورد نظر خود،ممکن است چه محصولات مرتبط جانبی دیگری راخریداری نمایند.برای این منظور می‏توان با استفاده از تاریخچه خرید مشتریان وتوجه به رفتار خریداران،به کمک الگوهای ترتیبی ،که ازکاربردهای داده کاوی است، به کشف ارتباط بین محصولات پرداخت.این ارتباطات در نهایت منجر به ایجاد توصیه‏هایی درهنگام خرید محصول به مشتریان خواهد شد.ارتباط بین محصولات به افزایش دقت توصیه کمک می‏کند وهمچنین باعث افزایش احتمال فروش محصولات مرتبط درمعاملات الکترونیکی خواهد شد.همین مسئله موجب افزایش فروش وسود درفروشگاه‏های الکترونیکی می‏شود که رونق هرچه بیشتر تجارت الکترونیک را به دنبال خواهد داشت،که می‏توان از آن به عنوان یکی از اهداف ضمنی این تحقیق یاد کرد.هرچه این توصیه دقیق‏تر باشد موجب افزایش دقت انتخاب مشتری می‏شود وهمچنین حس رضایت مشتری را در پی دارد. نتایج نشان می‏دهد، 75% مشتریانی که از سیستم توصیه‏گر دوسطحی محصول پیشنهادی در این تحقیق، توصیه‏های خرید دریافت نموده‏اند، حس رضایت دارند.همچنین مقایسه میزان فروش محصولات قبل و بعد از پیاده‎سازی سیستم توصیه‏گرمحصول پیشنهادی نشان می‏دهد 76% از محصولاتی که در فروشگاه اینترنتی وجود دارند پس از پیاده سازی سیستم ‏توصیه‏گر‏ محصول، افزایش فروش داشته‏اند.این نتایج نشان دهنده دقت توصیه‏های سیستم توصیه‏گر محصول پیشنهادی است.
Subjects: Research Projects
Divisions: Subjects > Faculty of Engineering > Department of Electrical & Computer Engineering
Faculty of Engineering > Department of Electrical & Computer Engineering
Date Deposited: 23 Jun 2019 05:11
Last Modified: 23 Jun 2019 05:11
URI: http://repository.uma.ac.ir/id/eprint/7965

Actions (login required)

View Item View Item