پیش بینی رفتار خرید مشتریان با استفاده از یادگیری عمیق و یادگیری ماشین در تجارت الکترونیک
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
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:
نویسندگان
دانشجوی کارشناسی ارشد، گروه هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه ایوان کی سمنان
دانشجوی کارشناسی ارشد، گروه هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه ایوان کی سمنان
استادیار مهندسی کامپیوتر، گروه هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه ایوان کی سمنان