پیش بینی رفتار خرید مشتریان با استفاده از یادگیری عمیق و یادگیری ماشین در تجارت الکترونیک

سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 417

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CELCONF01_041

تاریخ نمایه سازی: 24 شهریور 1402

چکیده مقاله:

این مقاله به بررسی پیش بینی رفتار خرید مشتریان در تجارت الکترونیک با استفاده از یادگیری عمیق ویادگیری ماشین می پردازد. تجارت الکترونیک با رونق روز افزون خود، اطلاعات حاصل از رفتار مشتریان رابه یک دارایی ارزشمند برای کسب و کارها تبدیل کرده است. در این مقاله، روش های یادگیری عمیق ویادگیری ماشین که به عنوان ابزارهای کلیدی در این زمینه شناخته می شوند، معرفی می شوند. با بهینه سازی این روش ها، می توان به پیش بینی دقیق تری از رفتار خرید مشتریان در زمان های آینده دست یافت وبهبود عملکرد تجارت های الکترونیکی را محقق کرد. نهایتا، بهترین نتیجه ی این پژوهش بدست آوردن دقت مدل RNN برابر با ۰.۹۰۰۶۶۲ و دقت مدل CNN برابر با ۰.۸۶۷۵۵ می باشد که می توان نتیجه گرفتکه مدل RNN به طور کلی نسبت به مدل CNN در تشخیص رضایت یا عدم رضایت مشتریان دقت بیشتری دارد. این مقاله برای تحقیق گران، کارآفرینان و فعالان حوزه تجارت الکترونیکی که به دنبال بهبود وبهینه سازی تصمیم گیری های استراتژیک مرتبط با مشتریان خود هستند ارزشمند است.

کلیدواژه ها:

پیش بینی رفتار خرید مشتریان ، یادگیری عمیق ، یادگیری ماشین ، تجارت الکترونیکی

نویسندگان

حامد شاهرخی

دانشجوی کارشناسی ارشد، گروه هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه ایوان کی سمنان

حسن فرجی

دانشجوی کارشناسی ارشد، گروه هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه ایوان کی سمنان

محمد ربیعی

استادیار مهندسی کامپیوتر، گروه هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه ایوان کی سمنان