دریافت سلیقه مخاطبین قالی خشتی چالِش‌تُر بر اساس شبکه عصبی مصنوعی

قالی خشتی چالش‌تر یکی از کالاهای مصرفی و سرمایه‌ای محسوب می‌شود. این هنر بومی از گذشته تا کنون به طور سنتی و بدون توجه به سلایق مخاطبینش تولید می‌شود که این امر می‌تواند در آینده‌ای نزدیک، یکی از دلایل ناکامی این هنر اصیل باشد؛ لذا شناخت و آگاهی از سلیقه مصرف‌کنندگان‌ می‌تواند به تولید بر اساس سلیقه مخاطبین، موفقیت بیشتر در میزان فروش و ارائه آمار بالای صادراتی کمک نماید. برای رسیدن به این امر سه الگوریتم مرتبط‌تر با موضوع: شبکه عصبی مصنوعی، درخت تصمیم و ماشین بردار پشتیبان با هم مقایسه و در نهایت از الگوریتم مناسب‌تر این موضوع، شبکه عصبی مصنوعی برای دریافت سلیقه مخاطبین قالی خشتی چالش‌تر استفاده و سعی شد به این سوال پاسخ داده شود که شبکه عصبی مصنوعی چه اصولی از سلیقه مخاطبین قالی خشتی چالش‌تر در زمینه‌های ساختاری را می‌تواند معرفی ‌کند؟ داده‌های اولیه در زمینه طرح و نقش، رنگ، مواد اولیه، بافت، رنگرزی، ابعاد و قیمت از طریق پرسشنامه جمع‌آوری و سپس با استفاده از شبکه عصبی مصنوعی، الگوریتمی طراحی و انجام شد که نتایج آن نشان داد طرح‌های خشتی سنتی با نقوش نیمه منحنی، خلوت، رنگ‌های روشن و ابعاد زیر 6 متری سلیقه نهایی مخاطبین این نوع قالی‌ها است.

receiving the taste of the chaleshtor lozenge rug audience based on an artificial neural networks(ann)

abstract:lozenge rug chaleshtor is in terms of artistic and aesthetic aspects, it is considered one of the consumer and capital goods that have international fame. from the past until now, this native art has been traditionally produced with the same design, pattern, and colour without paying attention to the tastes of its audience, which can be one of the reasons for the failure of this original art in the global rug markets shortly. therefore, knowledge and awareness of consumers’ taste, which is considered as one of the steps before production, and using modern science, can help to produce according to the taste of the audience and, accordingly, to be more successful in terms of sales and providing high export statistics. to achieve this, in this article, sub-branches of artificial intelligence were used to achieve the taste of lozenge rug chaleshtor audiences. three algorithms more related to the subject, 1. artificial neural networks, 2. decision tree learning and 3. support vector machine are compared and finally, the most suitable algorithm for this subject is the artificial neural networkss for receiving the taste of the audience of the lozenge rug chaleshtor and providing suitable patterns in the field of design. , role, colour, dimensions, texture and price according to the audience’s taste, and it was tried to answer the question of whether that artificial neural networkss can introduce the principles of the audience’s taste of lozenge rug chaleshtor. in structural fields. for this purpose, primary data in the field of design and role, colour, raw materials, texture, dyeing, dimensions and price were collected through the contact questionnaire and then, using an artificial neural networkss, an algorithm was designed, the results showed that traditional lozenge designs with half motifs curved and quiet, with bright, limited, soft colours, natural dyeing, dimensions under 6 meters and preferably square with a price per meter of up to 10 million tomans is the final taste of the audience of this type of rugs.keywords: taste,lozenge rug, chaleshtor, artificial neural networks