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

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.

توصیه گر محصول،شخصی سازی،کاربرد کاوی وب،القاء درخت تصمیم،مرکزخریداینترنتی