ارائه یک سیستم توصیه‌گر ترکیبی برای تجارت الکترونیک

رشد روز افزون تجارت الکترونیک در فضای مجازی باعث معرفی محصولات متنوع و زیادی از سوی شرکت های فعال در این حوزه شده است. در چنین شرایطی انتخاب مناسب و بهینه محصولات از میان حجم انبوه اطلاعات ارائه شده برای کاربران کاری مشکل است. سیستم های توصیه گر با توجه به ویژگی ها، رفتار و علایق کاربران سعی می کنند بهترین و مناسب ترین موارد را به کاربران خود پیشنهاد دهند. در این مقاله یـک سیـستم توصـیه گر ترکیبی بـا استفاده از دو روش پالایش گروهی و محدودیت محور ارائه شده است که با توجه به استفاده از روش محدودیت محور مشکل شروع سرد روش پالایش گروهی را برطرف کرده است. پایگاه دانش روش محدودیت محور برای کاربران نیز با استفاده از قوانین استخراج شده از تعاملات کاربران همسایه کاربر هدف استخراج شده است که از این نظر هم مشکل جمع آوری پایگاه دانش را که به صورت دستی زمان زیادی نیاز دارد برطرف نموده است. کارایی سیستم ارائه شده بر روی مجموعه داده movielens در حوزه فیلم ارزیابی شده و نتایج نشان می دهد که روش ارائه شده کارایی بهتری نسبت به روش پالایش گروهی دارد.