سیستم های پیشنهادگر در فروشگاه های الکترونیک(۲)

گام دوم : تولید پیشنهاد با استفاده از داده های موجود

رویکرد های متفاوتی در تجزیه و تحلیل داده ها و تولید پیشنهاد مناسب وجود دارد که در زیر بطور خلاصه به آنها اشاره می کنم.

الف)سیستم های غربال همیارانه :این الگوریتم بر پایه این فرض اساسی استوار است:کسانی که در کذشته با هم توافق داشته اند به احتمال زیاد در آینده نیز توافق خواهند داشت.عملکرد این سیستم بدین گونه است که با تجزیه و تحلیل آماری اطلاعات یا استخراج داده های کاربر ، خرید های گذشته وی و سایر اطلاعات یک محدوده ی همسایگی از افراد با سلائق و علائق مشترک ایجاد می کند.سپس با یافتن نزدیکترین همسایه ها برای هر کاربر به پیشنهاد انتخاب های این همسایگان به کاربر می پردازد.

ب)سیستم های غربال مبتنی بر محتوا :اگر سیستم های غربال همیارانه بر پایه ارتباط میان کاربران و علائقشان پیاده سازی می شد ، سیستم های غربال بر پایه محتوا با تبیین رابطه میان کالا ها و اقلام موجود در فروشگاه پیاده سازی می شوند.به عبارت دیگر  این سیستم ها اطلاعات پیشنهادی به کاربر را از طریق کالاهایی که وی قبلا خریده است بدست می آورند.این سیستم ها با استفاده از تکنیک های گوناگون هوش مصنوعی از قبیل شبکه های عصبی ، درخت های تصمیم گیری و ... به یک دسته بندی میان اقلام محبوب و غیر محبوب کاربران دست می یابند.بعضی از این سیستم ها علاوه بر این از ارتباط میان اقلام با هم برای کشف قوانین مربوط به وابستگی کالا ها و پیاده سازی اقلام "هم خرید" (٢) استفاده می کنند.

ج)سیستم های مبتنی بر شناخت : این سیستم ها را می توان بصورت ترکیبی از دو سیستم فوق تعریف کرد.به بیان دیگر چنین سیستم هایی شناختشان از کاربران را از طریق پیوند با اطلاعات موجود در مورد کالا ها تکمیل می کنند.

در مقاله حاضر تنها به معرفی سیستم های پیشنهادگر و الگوریتم های مورد استفاده آنها در جهت آشنایی کاربران پرداختم.در آینده با بررسی مثال های پیاده سازی شده واقعی بیشتر در خصوص این سیستم ها خواهم نوشت.

پاورقی :

١)سیستم های پیشنهاد گر در تجارت الکترونیک ، آ.ب.گیل و اف.جی.گارسیا ، دانشگاه سالامانکا ، اسپانیا

٢)co-purchase

مراجع:

١.Recommender systems in E-Commerce,by A.B.Gil & F.J.Garcia,university of Salamanca, Span

٢.Distributed recommender systems for internet for in ternet commerce,by Badrul Sarwar,Joseph Konstan & John Riedl, university of Minnesota, USA

٣.Wikipedia,The free internet encyclopedia(www.wikipedia.org)