استفاده ی موثر از سیستم های توصیه گر جهت ارائه ی توصیه های شخصی سازی شده

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 5,781

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CEIC03_152

تاریخ نمایه سازی: 4 آذر 1389

چکیده مقاله:

دراین مقاله تلاش شده است تا تکنولوژی سیستم های توصیه گر و انواع الگوریتمهای آن ها و استفاده از این سیستم ها درجهت ایجاد پیشنهادات مناسب برای افراد مورد تحلیل قرار گیرد سیستمهای توصیه گر به تصمیمگیری کاربران برای انتخاب کردن کمک می کنند در هر زیمنه که کاربر با فراوانی اطلاعات و مشکل تصمیم گیری و انتخاب مواجه می شود سیستم توصیه گر می تواند با ارائه یک یک پیشنهاد مناسب و شخصی سازی شده برای فرد به او کمک کند به کارگیری این سیستم ها در کنار سیستم های تجارت الکترونیک می تواند علاوه بر افزایش فروش در عرصه ی تجاری باعث افزایش میزان رضایتمندی مشتری نیز گردد

کلیدواژه ها:

نویسندگان

گیلدا مرادی داخل

مرکز تحقیقات مکاترونیک دانشگاه آزاد اسلامی واحد قزوین

مهرگان مهدوی

گروه مهندسی کامپیوتر دانشگاه گیلان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Ben Schafer, J., konstan, J., & Reidi, J. (1999). Recommender ...
  • Y. Qu, X. Y ang, & T. Huang (5 May ...
  • _ _ _ Matchbook A Web Based Recommendati n System ...
  • _ _ technologies in travel and tourism. OEGAI , 17-22. ...
  • G. Adomavicius, & A. Tuzhilin (June 2005). Toward the Next ...
  • _ _ Re commendation Systems are Redefining the Web. Engineering: ...
  • J. S. Breese, D. Heckerman, & C. M. Kadie (1998). ...
  • G. Adomavicius, & A. Tuzhilin (203). R ecommendation Technologies: Survey ...
  • N. Alon, B. Awerbuch, Y. Azar, & B. P. Shamir ...
  • نمایش کامل مراجع