تاثیر سیستم توصیه گر هوشمند بر بهبود تجربه خرید آنلاین و افزایش رضایت مشتری

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 77

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

DMECONF10_198

تاریخ نمایه سازی: 1 مرداد 1404

چکیده مقاله:

تجارت الکترونیک، یکی از سریعترین حوزه های در حال رشد در جهان، وابسته به فناوری هایی است که می توانند تجربه خرید شخصی را بهبود بخشند و نیازهای شخصی او را برآورده کنند. یکی از این فناوری های لیدی، سیستم های توصیه گر هوشمند هستند که با استفاده از الگوریتم های پیشرفته بنیادی بر هوش مصنوعی، یادگیری ماشین و داده های اوی، به شخصی سازی فرایند خرید پردازند. این سیستم ها با تحلیل رفتار خرید، تاریخچه خرید، و ترجیحات او، توصیه های دقیق و هدفمندی ارائه می دهند. اربرد این سیستم ها نه تنها باعث صرفه جویی در زمان خریداران برای یافتن حصولات مورد نظرشان می شود، بلکه تجربه خرید آنلاین را از لحاظ تنوع و راحتی بهبود می بخشد. علاوه بر این، سیستم های توصیه گر نقش مهمی در افزایش اعتماد خریداران به فروشگاه های آنلاین ایفا می کنند و از طریق ایجاد پیشنهادهای تناسب با نیازهای فرد، سبب تقویت ارتباط بین خریدار و برند می شوند. پژوهش های گذشته نشان دادهاند که استفاده از سیستم های توصیه گر سطح رضایت اربران را به طور چشمگیری افزایش می دهد و می تواند موجب وفاداری بلند مدت شتریان شود. از سوی دیگر، زایای این سیستم ها برای سبوقرها شا ل افزایش فروش، تاهم هزینه های بازاریابی، و ایجاد تمایز رقابتی است که. همچنین، این سیستم ها تاثیر ساقیمی بر ساده سازی فرایند تصمیم گیری خریداران، اهم نرخ ترک سبد خرید د و افتزایم یانگین ارزش سفارش دارد. از نظر فناوری، پیشرفت های اخیر در پردازش زبان طبیعی (NLP ) و یادگیری عمیق ا کان ارائه توصیه های پیچیده تر و دقیق تر را فراهم می کنند. با این حال، چالمهایی نیر حفظ حتر یم خصوصیت شتریان، یفیت ک داده ها، و هزینه های سنگین توسعه و استقرار سیستم های توصیه گر همچنان وجود دارد. ا یت ن قاله بته طور جتاع تاثیر سیستم های توصیهگر هوشمند بتر تجربه خرید آنالین و افزایش رضایت شتریان را از چندین ننر شتا ل فناوری، رفتارشناسی صرف نده، تاثیر اقتصادی و چالمهای اجرایی بررسی ی ند. همچنین، ضمن تحلیل حتدود یکهای فعلتی، راهکارهایی برای ارتقای این سیستم ها ارائه شده اسن تا آنها بتوانند به صورت وثرتری نیازهای شتریان را برآورده کنند و عملکرد خرده فروشان آنلاین را بهینه سازند.

کلیدواژه ها:

سیستم های توصیه گر هوشمند ، یادگیری ماشین ، شخصی سازی تجربه خرید ، دادهکاوی ، تجارت الکترونیک

نویسندگان

زهرا محمدزاده

کارشناس ارشد مهندسی کامپیوتر- نرم افزار، دانشکده مهندسی، موسسه آموزش عالی زند شیراز، استان فارس، ایران