ارزیابی تاثیر شخصیسازی تجارت الکترونیک مبتنی بر هوش مصنوعی بر روشهای حسابداری سنتی

با توسعه فناوری هوش مصنوعی در زمینه های مختلف، روش حسابداری سنتی دیگر برای توسعه شخصیی صنعت تجارت الکترونیک قابل استفاده نیست. بنابراین بهبود روش حسابداری و ایجاد ییک میدت توصیه شخصی برای تجارت الکترونیک ضروری است. بر اساس این پیشینه، این مطالعه ابتیدا مراحیل شناسیایی عناصر حسابداری را در سیستم حسابداری سنتی بازسازی می کند و با استفاده از الگوریتم شیبکه عصیبی BP، مکانیزم تشخیص حسابداری خودکار را با هدف بهبود دقت و کیارایی تشیخیص عناصیر حسیابداری ایجاد می کند. در مرحله دوم، یک مدت توصیه تجارت الکترونیک شخصی بر اساس هوش چندگانه ساخته شده است که از الگوریتم یادگیری Q هوشمند برایبهینهسازی ماژوت توصیه استفاده می کند و هدف آن بهبود دقت توصیه شخصی است. با مقایسه عملکرد مدتهای مختلف حسابداری تحت سیستم های مختلف تجارت الکترونیک شخصی، مدت حسابداری پیشنهادی در این مقالیه می توانید ورودی هیای حسیابداری را تحت شبکه عصبی سهل یه BP و خطای بین حداکثر مقدار پیشبینیشیده و مقیدار واقعیی را پیش بینیی کند. ۰.۲۳ درصد است. مدت پیشنهادی ارائه شده در این مطالعه از میدت توصییه سینتی و میدت توصییه تحت الگوریتم فیلتر مشارکتی در پیشبینی ترجیحات شخصی مشتریان که ارزش پیش بینیشیده آن بیه وضعیت واقعی نزدیکتر است، بهتر عمل می کند. به طور خالصه، هم روش حسابداری و هم میدت توصییه شخصی برای تجارت الکترونیکی که در این مطالعه پیشنهاد شده است، می تواند به نتایج کاربردی بهتیری دست یابد، بنابراین ایده جدیدی برای توسعه صنعت تجارت الکترونیک ارائه می کند.

کلیدواژه ها:

هوش مصنوعی ، روشهای حسابداری ، تجارت الکترونیک ، شخصیسازی ، مدل های پیشنهادی ، شبکه های عصبی