بررسی و تحلیل تکنولوژی جهانی سامانه‌‌های توصیه‌گر در کسب و کارهای الکترونیکی و ارائه راهکارهایی در خصوص بهبود و افزایش بهره وری بومی این تکنولوژی (مطالعه موردی : شرکت عطر بیک)

امروزه سرعت اینترنت در حال زیاد شدن بوده و شیوه انجام کارهای روزمره نظیر خرید آنلاین، پرداخت قبض، تماشای فیلم های جدید، برقراری ارتباط و غیره، تغییر می کند. بازارهایی که براساس سیکل های تولید و توسعه عمل نمی کنند، قادر به دوام و بقا نیستند. برای رقابتی ماندن، بازارها نیاز به فراهم نمودن محصولات و خدمات (سرویس ها) برای مشتریان مختلف با نیازهای گوناگون دارند. تغییر و جابجایی به سمت خرید آنلاین، سفارشی ساختن نیازهای مشتریان را برای تولید کنندگان و خرده فروشان، لازم و ضروری کرده است، و در عین حال گزینه های انتخابی بیشتری نسبت به قبل فراهم می کند. در مقاله پیش رو برای کمک به مشتریان و بهبود چرخه مشتری مداری وکسب و کار اینترنتی برای شرکت عطر بیک، در ابتدا از طریق ترکیب دو روش ضمنی و صریح بانک اطلاعاتی مشتریان تشکیل گردیده و سپس از طریق روش kdd مدل مناسبی برای هر کاربر استخراج شده است و جهت تحلیل داده ها از دو بانک اطلاعاتی داده های رفتاری و داده های تراکنشی استفاده شده است و در نهایت مدل رفتار مشتری با استفاده از فیلترینگ هیبریدی برای هر کاربر ایجاد گردده است. لایه های فیلتریگ هیبریدی استفاده شده شامل قیمت، نوع رایحه، طراحی شیشه و رنگ و ... بوده است. که به صورت خودکار به روزرسانی می گردد. در ادامه اجرای این طرح با توجه به مدل پیشنهادی پیش بینی می گردد علاوه بر افزایش 30 درصدی کاربران، برای شرکت افزایش فروش و درآمدزایی سالانه 9 درصدی را نسبت به سال 1396به همراه داشته باشد.

Study and analysis of global technology of advisory systems in e-business and provide solutions to improve and increase the local productivity of this technology (Case study: Atr Beyk Co.)

Today, the speed of the Internet is increasing and the way of doing daily tasks such as online shopping, paying bills, watching new movies, communicating, etc., is changing. Markets that do not operate on the basis of production and development cycles are unable to survive. To stay competitive, markets need to provide products and services to different customers with different needs. The shift to online shopping has made it necessary for manufacturers and retailers to customize customer needs, while providing more options than ever before. In the following article, in order to help customers and improve the customer-oriented cycle and internet business for Atr Beyk Company, first a combination of explicit and explicit customer database has been formed and then a suitable model for each user has been extracted through KDD method. To analyze the data, two databases of behavioral data and transactional data have been used, and finally, the customer behavior model has been created for each user using hybrid filtering. The hybrid filter layers used included price, type of fragrance, glass design and color, and so on. Which is automatically updated. In continuation of the implementation of this plan, according to the proposed model, in addition to a 30% increase in users, the company will have an annual sales and revenue increase of 9% compared to 1396.