طراحی و ارزیابی یک سیستم توصیه گر ترکیبی مبتنی بر فیلترینگ مشارکتی، فیلترینگ مبتنی بر محتوا و NeuMF با وزن دهی پویا برای شخصی سازی منوهای اپلیکیشنهای موبایلی

گسترش روزافزون اپلیکیشنهای موبایلی و افزایش تعداد خدمات و قابلیتهای قابل ارائه به کاربران، ضرورت توسعه سیستمهای توصیه گر هوشمند و شخصی سازی شده را بیش از پیش آشکار ساخته است. در محیط های بانکی و خدمات مالی دیجیتال تعدد خدمات و منوهای موجود ممکن است موجب افزایش بار شناختی کاربران و دشوار شدن دسترسی سریع آنان به خدمات مورد نیاز شود. از این رو ارائه منوهای شخصی سازی شده بر اساس ویژگیهای فردی محتوایی و رفتاری کاربران میتواند نقش مهمی در بهبود تجربه کاربری و افزایش تعامل با اپلیکیشنهای موبایلی داشته باشد. پژوهش حاضر با هدف طراحی یک سیستم توصیه گر ترکیبی برای شخصی سازی منوهای اپلیکیشنهای بانکی ارائه شده است. در روش پیشنهادی سه رویکرد مکمل شامل فیلترینگ مشارکتی، فیلترینگ مبتنی بر محتوا و مدل یادگیری عمیق NeuMF به صورت یکپارچه ترکیب شده اند. در این معماری فیلترینگ مشارکتی الگوهای رفتاری کاربران، فیلترینگ مبتنی بر محتوا ویژگیهای محتوایی خدمات و NeuMF روابط پیچیده و غیر خطی میان کاربران و منوها را مدل سازی میکند. به منظور بهره گیری انعطاف پذیر از خروجی این مدلها یک مکانیزم وزن دهی پویا برای تنظیم سهم هر یک از مولفه ها در فرآیند تولید توصیه ها طراحی شده است. عملکرد روش پیشنهادی در پنج سناریو شامل فیلترینگ مشارکتی، فیلترینگ مبتنی بر محتوا، NeuMF، مدل هیبریدی با وزن ثابت و مدل هیبریدی با وزن دهی پویا ارزیابی شده است. نتایج نشان داد که روش پیشنهادی در تمامی معیارهای ارزیابی عملکرد بهترین عملکرد را در میان مدلهای بررسی شده به دست آورده است. مدل پیشنهادی به ۱۰@Precision برابر با ۰.۸۹، ۱۰ Recall برابر با ۰.۸۷۳، F۱ Score برابر با ۰.۸۸۲، MAP برابر با ۰.۹۰۲، ۱۰@NDCG برابر با ۰.۹۲۸ و ۱۰@HR برابر با ۰.۹۵۲ دست یافت. همچنین زمان پاسخ مدل پیشنهادی ۵۳ میلی ثانیه گزارش شد. یافته ها نشان میدهد که ترکیب اطلاعات رفتاری، محتوایی و الگوهای نهفته با استفاده از مکانیزم وزن دهی پویا میتواند راهکاری موثر برای بهبود شخصی سازی منوها و توسعه سیستمهای توصیه گر قابل استفاده در محیط های موبایلی باشد.

کلیدواژه ها:

سیستم توصیه گر ، فیلترینگ مشارکتی ، فیلترینگ مبتنی بر محتوا ، NeuMF ، وزن دهی پویا ، شخصی سازی ، اپلیکیشن موبایل ، بانکداری دیجیتال