بررسی روش های نوظهور در مقابله با چالش شروع سرد کاربر در توسعه ی سیستم های توصیه گر با استفاده از روش های متن کاوی

با پیشرفت فناوری و روی کار آمدن وبسایت های تجاری، انقلاب عظیمی در کسب و کارها و نحوه ی ارائه ی محصولات و خدمات پدید آمد و خرید از طریق اینترنت به یک کار روزمره ی مردم تبدیل شد. از طرفی، افزایش روزافزون تعداد وبسایت ها و ارائه ی طیف وسیع و متنوعی از محصولات و خدمات در فضای مجازی باعث سردرگمی روز افزون خریداران اینترنتی خواهد شد. از این رو، سیستم های توصیه گر و چالش های آن مورد توجه و مطالعه ی محققان زیادی قرار گرفت تا با توسعه ی آن پیشنهادات دقیق تر و بهینه تری متناسب با علایق و ترجیحات هر کاربر ارائه دهند و همچنین موجب رونق و سودآوری وبسایت ها شوند. در این پژوهش، ابتدا با تحلیل مقالات تجارت الترونیک به ضرورت نیاز به سیستم های توصیه گر در وبسایت ها می پردازیم. سپس، الگوریتم ها و روش های ارائه شده در مقالات سیستم های توصیه گر مانند روش های محتوا محور، فیلترینگ مشارکتی و هیبریدی به منظور مقابله با مشکل شروع سرد کاربر بررسی می کنیم. درآخر، با اعمال الگوریتم های متنکاوی اکتشاف توالی بر روی کلمات کلیدی و عناوین مقالات، سیر زمانی موضوعات نوظهور این مبحث مهم علمی و تجاری بدست می آید.

کلیدواژه ها:

تجارت الکترونیک ، سیستم های توصیه گر ، شروع سرد کاربر ، متن کاوی ، خوشه بندی متون