ارائه نظرات و پیشنهادات سازنده به کاربران در مراکز خرید آنلاین با به کارگیری مدل یادگیری عمیق مبتنی بر ترنسفورمر

با گسترش روزافزون خریدهای اینترنتی، نیاز به سامانه هایی که بتوانند رفتار مشتریان مختلف را تحلیل و پیشنهادهای هوشمند ارائه کنند، بیش از پیش احساس می شود. در این مقاله تلاش شده با بهره گیری از مدل زبانی GPT-۲ فارسی و روش های پیش پردازش متون فارسی، مدلی برای تحلیل خودکار نظرات کاربران و تشخیص احساسات آنها معرفی شود. ایده نگارش این مقاله نیاز روزافزون کاربران به دریافت پیشنهادهای هوشمند، پاسخ های دقیق، و تحلیل احساسات نظرات مشتریان در وب سایت های فروشگاهی است. در پلتفرم های بزرگی چون دیجی کالا، حجم بالایی از بازخوردها و دیدگاه های کاربران وجود دارد که تحلیل درست آنها، می تواند راهنمایی موثر برای سایر خریداران و نیز ابزاری ارزشمند برای بهبود تصمیمات تجاری باشند. ابتدا، داده های خام شامل نظرات کاربران از پایگاه داده استخراج و توسط کد پیش پردازش شامل مراحل پاک سازی متن، حذف نشانه گذاری ها، توکن سازی و حذف کلمات توقف پردازش شدند. سپس در بخش پردازش، مدل GPT-۲ فارسی به کار گرفته شد تا با استفاده از کتابخانه Transformers و رابط کاربری Gradio، تحلیل احساسات انجام شود. نتایج نشان داد که این سامانه می تواند با دقت قابل قبولی احساسات کاربران را تشخیص داده و در نتیجه به مدیران فروشگاه های آنلاین کمک کند تا براساس تحلیل داده ها تصمیمات بازاریابی هوشمندانه تری اتخاذ کنند. امید است نتایج حاصله گامی ارزشمند در جهت ارتقای تجربه خرید آنلاین و توسعه هوش مصنوعی بومی در کسب وکارهای ایرانی باشد.

کلیدواژه ها:

پردازش زبان طبیعی (NLP) ، تحلیل احساسات ، ترنسفورمر (Transformer) ، دیجی کالا ، مدل GPT