سیستم پیشنهاد دهنده زمینه‌آگاه برای انتخاب گوشی تلفن همراه با ترکیب روش‌های تصمیم‌گیری جبرانی و غیرجبرانی

سیستم‌های پیشنهاد‌دهنده بر اساس علایق و نیازمندی‌های مشتری، کالاها و خدمات متناسب را به او پیشنهاد می‌دهند. استفاده از این سیستم‌ها زمان جست‌وجوی مشتری را کاهش داده و کیفیت انتخاب وی را بالا می‌برد. از طرفی، استفاده از اطلاعات زمینه‌‌آگاه در سیستم پیشنهاددهنده، مانند زمان و مکان خرید و عادات رفتاری کاربر به ارتقاء کیفیت و افزایش رضایتمندی مشتری کمک می‌کند. مشتری‌های مختلف علایق و نیازهای متفاوتی دارند. به ‌همین دلیل، فاکتورهای موثر بر خرید در آن‌ها متفاوت است. کشف نیازهای مشتری بدون پرسش مستقیم از او و به‌وسیله پردازش اطلاعات زمینه‌ای، به افزایش کیفیت سیستم پیشنهاددهنده منجر می‌شود. در این مقاله، یک سیستم پیشنهاددهنده زمینه‌آگاه برای انتخاب گوشی تلفن همراه در گوشی‌های مجهز به سیستم‌عامل اندروید طراحی و پیاده‌سازی شده است. این سیستم با استفاده از حسگرهای گوشی تلفن همراه کاربر اطلاعات زمینه‌ای او را استخراج می‌کند. سپس، با استفاده از اطلاعات زمینه‌ایِ به‌دست‌آمده شاخص‌های غیرموثر بر خرید گوشی جدید را حذف می‌کند. در نهایت، درخت سلسله‌مراتبی شاخص‌ها را ایجاد کرده و با استفاده از اطلاعات کاربر و ماتریس مقایسات زوجی به وزن‌دهی شاخص‌های موثر می‌پردازد. در نهایت، گوشی مناسب فرد به او پیشنهاد داده می‌شود. این سیستم با ترکیب روش غیرجبرانی حذفی و روش جبرانی فرایند تحلیل سلسله‌مراتبی به انتخاب و پیشنهاد گوشی مناسب فرد می‌پردازد. در نهایت، سیستم پیشنهاددهنده زمینه‌آگاه در اختیار مشتریان گوشی‌ تلفن همراه قرار گرفته و دو فاکتور رضایت از نتایج پیشنهادات و رضایت از رابط کاربری مورد ارزیابی قرار گرفته است. همچنین، یک پیشنهاددهنده سنتی و غیرزمینه‌آگاه نیز در اختیار آن‌ها قرار می‌گیرد تا این دو فاکتور در دو سیستم با هم مقایسه شود. در نهایت، نشان داده می‌شود که استفاده از اطلاعات زمینه‌ای، کیفیت پیشنهادات و رضایت مشتری را افزایش داده است. همچنین، به‌دلیل کاهش تعداد فاکتورهای موثر بر خرید و در نتیجه، کاهش تعداد مقایسات زوجی، رضایت مشتری از رابط کاربری را نیز اندکی افزایش داده است.