روشی ترکیبی با استفاده ازالگوریتم پنگوئن جهت پیشنهاد خرید در فروشگاه اینترنتی بر اساس رفتار کاربر و با الگوریتم PCA

امروزه وب به طور روزافزونی فروش خرده فروشی را تحت تاثیر قرار می دهد. تجزیه و تحلیل عمیق تصمیم گیری مصرف کننده در زمینه تجارت الکترونیک تبدیل به یک مسئله مهم برای فروشندگان اینترنت شده است. با این حال، عوامل موثر بر کسب و کار الکترونیکی پیچیده و در هم آمیخته است.در نتیجه، مدیریت حجم بزرگی از این اطلاعات دشوار شده است. برای حل این مشکل، تکنیکهای جدید متعددی توسعه یافته است. یکی از مهمترین مطالعات در این حوزه، دسته بندی می باشد. بالا بودن فضای ویژگیها دردسته بندی اسناد وب بر اساس محتوا یکی از مشکلات اساسی این نوع از دسته بندیها می باشد.یکی دیگر از مشکلات دسته بندی صفحات وب بر اساس محتوا استفاده از کلمات کلیدی میباشد، کلمات کلیدی از مشکلات واژگان مترادف و واژگان هم آوا رنج میبرند. به علاوه وقتی یک موضوع جدید است یا اینکه تاکنون برای کاربر شناخته شده نبوده است، شاید وی نتواند تا هرگونه کلمه کلیدی مرتبط را به طور دقیق مشخص کند. دسته دوم مشکلات ناشی از این واقعیت است که تخصیص کلمات کلیدی خوب به اسناد مستلزم یک کار و تلاش بسیار زیاد و تخصص ویژه است .به همین دلیل در این مقاله دسته بندی صفحات وب را به کمک مدلسازی رفتار پیمایش کاربران با استفاده از الگوریتم pca و پنگوئن انجام می دهیم. ما با استفاده از مدلسازی رفتار کاربر با استفاده از اطلاعات پیمایش صفحات به وسیله کاربر مدلی مبتنی بر گرافهای پیمایش کاربر و همینطور دسته های هم علاقه مندی وصفحه هدف کاربر ارائه میکنیم مزیت روش ارائه شده در حفظ کیفیت دسته بندی مداوم میباشد در ضمن در این روش کاربران نیز با استفاده از بررسی رفتارهای پیمایش مناسب در دسته بندیهای هم علاقه قرار میگیرند و تعداد اسناد و کاربران جزو مدل به صورت متغییر میباشد و محدودیتی برای تعداد اسناد و کاربران وجود ندارد از طرف دیگر اسنادی که به هم شباهت بیشتری دارند نیز در یک دسته قرار می گیرند. هدف دسته بندی صفحات وب بدون استفاده از هیچگونه اطلاعاتی درباره محتوی اسنادمیباشد

کلیدواژه ها:

روند شبکه تحلیلی پنگوئن ، PCA ، مبتنی تجارت الکترونیکی ، خرید آنلاین ، کیفیت خدمات ، مدیریت