یک سیستم توصیه گر شخصی براساس کاربردکاوی وب و القای آن با درخت تصمیم گیری

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,182

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCCEB01_034

تاریخ نمایه سازی: 18 خرداد 1393

چکیده مقاله:

توصیه محصول شخصی یک مکانیزم فعال برای غلبه بر اطلاعات بیش از حد هنگام خرید در بازار اینترنت است.فیلتر همکاری شناخته شده به یکی از روش های توصیه موفق ،اما کاربرد آن در تجارت الکترونیکی در معرض محدودیت های شناخته شده مانند sparsity و مقیاس پذیری،که به توصیه های ضعیف منجر می شود. این مقاله روش توصیه شخصی که از طریق آن ما قادر به دریافت اثربخشی بیشتر و با کیفیت از توصیه نشان می دهد هنگامی که به یک مرکز خرید اینترنت استفاده شود. روش پیشنهاد می شود که بر روی انواع تکنیک های داده کاوی مانند استفاده از صفحات وب بر اساس استخراج ، تصمیم گیری القای درخت و استخراج قانون رابطه و طبقه بندی محصول است. برای ارزیابی این روش، ما پیاده سازی یک سیستم توصیه گر با استفاده از عامل هوشمند و فن آوری اطلاعات انبار را خواهیم داشت.

نویسندگان

سارنگ کمشکی

دانشگاه آزاد اسلامی واحد خورموج ، گروه کامپیوتر، خورموج، بوشهر، ایران

محسن زنگنه

دانشگاه آزاد اسلامی واحد علوم و تحقیقات، گروه کامپیوتر، بوشهر، ایران

محمود نعمه

دانشگاه آزاد اسلامی واحد خورموج ، گروه کامپیوتر ، خورموج ، بوشهر ، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • و نخبگان واحد شوشتر _ اسفند ماه 1392 ...
  • Agrawal, R., , Imielinski, T., & Swami, A. (1993). Mining ...
  • International Conference _ Management of Data (pp. 207- 216). ...
  • _ _ _ _ collaborative reco mmendation. C o mmunicatio ...
  • Basu, C., Hirsh, H., & Cohen, W. (1998). Rec ommendation ...
  • Beiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). ...
  • Berry, J. A., & Linoff, G. (2000). Mastering data mining: ...
  • (2000). Building data mining applications for CRM. New York: M ...
  • Changchien, S. W., & Lu, T. (2001). Mining association rules ...
  • _ _ Netes, D., & Sartin, M. (1999). Combining content-based ...
  • _ _ _ Journal of Knowledge and Information Systems, 1. ...
  • Han, J., & Fu, Y. (1995). Discovery of multiple-level association ...
  • Han, J., & Kamber, M. (2001). Data mining: concepts and ...
  • Hill, W., Stead, L., Rosenstein, M., & Furnas, G. (1995). ...
  • on Human Factors in Computing Systems (pp. 194-201). ...
  • Kass, _ _ (1980). An exploratory technique for investigating large ...
  • Kim, E., Kim, W., & Lee, Y. (2000). Purchase propensity ...
  • _ _ H., & Nelson, ) (2001). Application of decision-tree ...
  • Lawrence, R. D., Almasi, G. S., Kotlyar, V., Viveros, M. ...
  • _ _ _ stores for understanding web merchandising. Data Mining ...
  • Loh, W. Y, & Shih, Y. S. (1997). Split selection ...
  • Menasce , D. A., Almeida, _ A., Fonseca, R., & ...
  • Resnick, P., Iacovou, N., Suchak, M., Bergstrom, P., & Riedl, ...
  • Mobasher, B., Dai, H., Luo, T., Sun, Y., & Zhu, ...
  • _ S. _ Personalization on the net using web mining. ...
  • Quinlan, J. R. (1993). C4.5: Programs for machine learning. Los ...
  • نمایش کامل مراجع