تاثیر سیستم های پیشنهاد دهنده هوشمند بر رفتار خرید و تصمیم گیری اقتصادی مصرف کنندگان «دیجی کالا»

فایل این در 18 صفحه با فرمت PDF قابل دریافت می باشد

  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این :

چکیده :

هدف این پژوهش بررسی تاثیر سامانه های پیشنهاددهنده هوشمند بر رفتار خرید و تصمیم گیری اقتصادی مصرف کنندگان در سکوی دیجی کالا است. با گسترش استفاده از فرایندهای هوش مصنوعی در تجارت الکترونیک، شناخت اینکه پیشنهادهای شخصی سازی شده چگونه می توانند بر انتخاب های اقتصادی کاربران اثر بگذارند اهمیت دارد. این مطالعه نقش پیشنهادهای مبتنی بر تاریخچه خرید، رفتار مرور کاربر و پیشنهاد کالاهای مشابه را در شکل دهی الگوی خرید کاربران بررسی می کند. روش پژوهش، کمی و مبتنی بر تحلیل داده های رفتاری است. جامعه آماری شامل کاربران فعال دیجی کالا است و داده ها از طریق مشاهده الگوهای خرید در دو گروه گردآوری شده اند: گروهی که در فرایند خرید با پیشنهادهای هوشمند مواجه شده اند و گروه کنترل که بدون دریافت این پیشنهادها خرید کرده اند. برای ارزیابی تصمیم گیری اقتصادی، شاخص هایی مانند تعداد خریدهای تکمیل شده، ارزش سبد خرید و تغییر در ترجیحات انتخاب کالا مورد تحلیل قرار گرفته است. داده ها با استفاده از آزمون های آماری و مدل های رگرسیونی بررسی شده اند. یافته ها نشان می دهد که استفاده از سامانه های پیشنهاددهنده هوشمند با افزایش معنادار ارزش سبد خرید و تعداد خریدهای تکمیل شده همراه است. همچنین مشخص شد که پیشنهادهای هوشمند می توانند بر اولویت انتخاب محصول اثر گذاشته و کاربران را به سمت گزینه هایی هدایت کنند که با رفتار و سلیقه پیشین آنان سازگارتر است. این نتایج بیانگر نقش موثر الگوریتم های توصیه گر در هدایت رفتار اقتصادی مصرف کننده و بهینه سازی فروش برای سکوهای برخط است. این پژوهش می تواند برای مدیران تجارت الکترونیک، متخصصان بازاریابی دیجیتال و طراحان سامانه های پیشنهاددهنده کاربرد داشته باشد و راهکارهایی برای بهبود کیفیت فرایندها و افزایش اثربخشی تعامل با مشتری ارائه دهد.

نویسندگان

کیارش داودی زاده

دانشجوی رشته مدیریت بازرگانی بین الملل دانشگاه آزاد اسلامی واحد الکترونیکی

امیرمحسن مدنی

استادیار گروه طراحی صنعتی، دانشگاه آزاد اسلامی واحد یادگار امام خمینی (ره) تهران،تهران،ایران

مراجع و منابع این :

لیست زیر مراجع و منابع استفاده شده در این 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 لینک شده اند :
  • Almu, A., & Ainu, H. A. (2025). On the improvement ...
  • International Journal of Data Informatics and Intelligent Computing, 4(3), 33–40 ...
  • Barzegar Nozari, R., Divsalar, M., Akbarzadeh Abkenar, S., Fadavi Amiri, M., & Divsalar, ...
  • Cilaci Tombus, A., Eroğlu, E., & Altun, İ. H. (2024). ...
  • Dalal, E., & Singh, P. (2025). Recent advances in e‑commerce ...
  • Hongxing, T., Jieying, Z., & Guanlin, L. (2024). Deep learning ...
  • Kong, W.-E., Tai, T.-E., Naveen, P., Ng, K.-W., & Krisnawati, ...
  • Kumari, A., & Laheri, V. K. (2025). Understanding consumer behavior ...
  • Peng, W.-C., & Liao, Z.-X. (2024). Enhancing e‑commerce recommendation systems ...
  • Strategy adoption of recommender systems under online retailer competition and ...
  • عباسی، م.، جعفری، س.، & احمدی، ف. (1402). کاربرد سیستم ...
  • نوری، ح.، & کاظمی، م. (1401). تحلیل تاثیر الگوریتم های ...
  • موسوی، ی. (1402). نقش یادگیری ماشین در بهبود تجربه خرید ...
  • نمایش کامل مراجع