جستجو
طراحی سیستم توصیهگر و بازاریابی پویا مبتنی بر هوش مصنوعی و دادههای احساسات کاربران در شبکههای اجتماعی برای تجارت الکترونیک
حسین سجودی1 حسن ضیافت2
چکیده :
در سالهای اخیر، سیستمهای توصیهگر بهعنوان یکی از ابزارهای کلیدی در بهبود تجربه کاربران و افزایش کارایی سامانههای تجارت الکترونیک مورد توجه قرار گرفتهاند. با این حال، اغلب این سیستمها تنها بر دادههای رفتاری و تراکنشی کاربران تکیه دارند و نقش احساسات کاربران در فرآیند تصمیمگیری نادیده گرفته میشود. هدف از این پژوهش، طراحی و پیادهسازی یک سامانه یکپارچه شامل سیستم توصیهگر هوشمند و مکانیزم بازاریابی پویا مبتنی بر تحلیل احساسات کاربران در شبکههای اجتماعی است. در این پژوهش، ابتدا دادههای متنی کاربران از منابع مختلف جمعآوری و پس از پیشپردازش، با استفاده از مدل یادگیری عمیق مبتنی بر BERT تحلیل احساسات شدند. سپس، بهمنظور مدلسازی روابط میان کاربران و محصولات و درنظر گرفتن تغییرات زمانی رفتار کاربران، از مدل شبکه عصبی گرافی پویا استفاده شد. خروجی این مدل بهعنوان ورودی سیستم توصیهگر مورد استفاده قرار گرفت تا پیشنهادهایی شخصیسازیشده و متناسب با ترجیحات و وضعیت احساسی کاربران ارائه شود. علاوه بر این، یک مکانیزم بازاریابی پویا طراحی شد که با بهرهگیری از اطلاعات احساسی کاربران، پیامها و پیشنهادهای بازاریابی را بهصورت بلادرنگ و شخصیسازیشده ارائه میدهد. ارزیابیهای انجامشده نشان داد که مدل پیشنهادی در مقایسه با روشهای سنتی، بهبود قابل توجهی در معیارهای دقت توصیه، کیفیت رتبهبندی، نرخ کلیک و نرخ تبدیل ایجاد کرده است. نتایج این پژوهش نشان میدهد که ادغام تحلیل احساسات با مدلهای یادگیری عمیق و گرافی پویا میتواند نقش مهمی در توسعه سیستمهای توصیهگر نسل جدید ایفا کند و منجر به ایجاد تجربهای هوشمندتر، شخصیتر و کاربرمحورتر در سامانههای تجارت الکترونیک شود.
کلمات کلیدی : سیستم توصیهگر تحلیل احساسات گراف پویا یادگیری عمیق بازاریابی هوشمند
زبان مقاله : فارسی
محور مقاله : هوش مصنوعی و اینترنت اشیاء
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری
آدرس وب سایت کنفرانس : itnaf.ir
کد IOI مقاله : AAHD-ABGHGE
لینک مستقیم مقاله : https://isnac.ir/AAHD-ABGHGE
نمایش چکیده انگلیسی
: https://isnac.ir/SA/AAHD-ABGHGE
سایر مقالات ارائه دهنده
- امکانسنجی حضور هوش مصنوعی بهعنوان عضو تیم چابک: مدل مفهومی و ارزیابی ظرفیتهای پشتیبان در توسعه نرمافزار ایرانی
- پذیرش و اعتماد توسعهدهندگان ایرانی نسبت به همکاری با هوش مصنوعی در تیمهای چابک: طرح پژوهش پیمایشی
- ارائه مدل ترکیبی RL–LSTM برای پیشبینی پویا و دقیق ارزش طول عمر مشتری در فروشگاههای آنلاین
- ترکیب تحلیل احساسات و دادههای رفتاری مشتریان برای بهبود پیشبینی رفتار خرید و ارزش طول عمر مشتری در فروشگاههای آنلاین
- طراحی سیستم توصیهگر و بازاریابی پویا مبتنی بر هوش مصنوعی و دادههای احساسات کاربران در شبکههای اجتماعی برای تجارت الکترونیک
- طراحی سیستم توصیهگر هوشمند مبتنی بر تحلیل احساسات شبکههای اجتماعی و یادگیری تقویتی عمیق برای بهبود کیفیت توصیه در تجارت الکترونیک
- تحلیل تأثیر دادههای شبکههای اجتماعی و یادگیری تقویتی بر شاخصهای تجاری سیستمهای توصیهگر در تجارت الکترونیک
- طراحی و ارزیابی یک سیستم توصیهگر ترکیبی مبتنی بر فیلترینگ مشارکتی، فیلترینگ مبتنی بر محتوا و NeuMF با وزندهی پویا برای شخصیسازی منوهای اپلیکیشنهای موبایلی
- تحلیل تجربی تأثیر وزندهی پویا در سیستمهای توصیهگر هیبریدی برای شخصیسازی خدمات اپلیکیشنهای بانکی
- تأثیر شخصی سازی مبتنی بر هوش مصنوعی بر رضایت ادراک شده مشتری
سایر مقالات محل انتشار
- A Study on Design Understandability and Interaction of the therapy-specific Robots
- طراحی و مهندسی یک حسگر زیستی نوری چند مدی پلاسمونیک مبتنی بر تشدیدگرهای حلقه شکاف برای سنجش جامع آنتیژن
- طراحی یک اسیلاتورکنترل شونده با ولتاژ با نویز فاز بسیار پایین و بازه وسیع فرکانسی با تکنولوژی نانولوله کربنی برای کاربردهای PLL
- یک چارچوب هوشمند آگاه به زمینه برای ارتباطات V2V و V2Iدر شبکههای خودرویی شهرهای هوشمند با استفاده از دادههای ترافیکی شبکه سلولی
- An Ensemble Non-Dominated Feature Selection Method: A Case Study on Prostate Cancer
- تشخیص زودهنگام پوسیدگی دندان با استفاده از شبکههای عصبی
- Simulation and Performance Comparison of Torque Tube and LVDT Sensors in Displacer-Based Level Measurement Systems
- ارتقا سامانه ناوبری پهپاد مهاجر ۶ با استفاده از فناوری
- کاربرد نانوذرات مگنتیت (Fe3O4) در پزشکی (از سنتز تا عملکرد)
- Simulation and Modeling of Floating-Gate Non-Volatile Memory Performance: Focus on Oxide Thickness, Programming Speed, and Charge Transport Mechanisms
- Fraud Analytics with Big Data: A Literature Review on Machine Learning Algorithms in Bankruptcy Prediction and Financial Fraud Detection
- تحلیل آیندهپژوهانه همگرایی هوش مصنوعی، فناوری نانو و فناوری اطلاعات در مسیر تحول صنعتی آینده
- نقش تحول دیجیتال در خدمات کتابخانههای عمومی برای توانیابان جسمی و ذهنی
- Prediction and Optimization of Oxygen Production under Microgravity Conditions Using Machine Learning
- Simulation and Performance Comparison of Ultrasonic, Non-Contact Radar, and Guided Wave Radar Sensors in Level Measurement Systems