جستجو
طراحی سیستم توصیهگر هوشمند مبتنی بر تحلیل احساسات شبکههای اجتماعی و یادگیری تقویتی عمیق برای بهبود کیفیت توصیه در تجارت الکترونیک
محمدمهدی مرسی1 محمود دیپیر2
چکیده :
سیستمهای توصیهگر به یکی از اجزای کلیدی سامانههای تجارت الکترونیک تبدیل شدهاند و نقش مهمی در شخصیسازی خدمات، افزایش رضایت کاربران و بهبود نرخ تبدیل خرید ایفا میکنند. با این حال، بسیاری از روشهای متداول توصیهگر تنها بر تاریخچه تعامل کاربران یا ویژگیهای محصولات متکی هستند و قادر به بهرهگیری از اطلاعات پویا و غنی موجود در شبکههای اجتماعی نیستند. علاوه بر این، اغلب این روشها فاقد قابلیت یادگیری تطبیقی در مواجهه با تغییرات مستمر ترجیحات کاربران هستند. در این پژوهش، یک سیستم توصیهگر هوشمند مبتنی بر ترکیب تحلیل احساسات شبکههای اجتماعی و یادگیری تقویتی عمیق ارائه شده است. در مرحله نخست، دادههای حاصل از نظرات کاربران در شبکههای اجتماعی و دادههای رفتاری موجود در مجموعه داده Amazon Reviews جمعآوری و پیشپردازش شدند. سپس با استفاده از مدلهای پردازش زبان طبیعی، احساسات کاربران استخراج و بهعنوان یکی از ویژگیهای مؤثر در فرآیند توصیه مورد استفاده قرار گرفت. در ادامه، یک عامل یادگیری تقویتی عمیق با هدف یادگیری سیاست بهینه پیشنهاددهی طراحی شد تا بتواند بر اساس بازخورد کاربران، پیشنهادهای شخصیسازیشده را بهصورت پویا بهبود دهد. عملکرد روش پیشنهادی با استفاده از معیارهای Precision، Recall، F1-score، NDCG و نرخ تبدیل با چندین روش مرجع مقایسه شد. نتایج آزمایشها نشان داد که مدل پیشنهادی در تمامی معیارهای ارزیابی عملکرد بهتری نسبت به روشهای مقایسهای ارائه میدهد و ضمن افزایش دقت توصیهها، موجب بهبود تعامل کاربران و افزایش احتمال خرید میشود. یافتههای این پژوهش نشان میدهد که ادغام تحلیل احساسات با یادگیری تقویتی عمیق میتواند چارچوبی کارآمد برای توسعه نسل جدید سیستمهای توصیهگر هوشمند در تجارت الکترونیک فراهم آورد.
کلمات کلیدی : سیستم توصیهگر یادگیری تقویتی عمیق تحلیل احساسات پردازش زبان طبیعی تجارت الکترونیک شخصیسازی
زبان مقاله : فارسی
محور مقاله : تجارت الکترونیکی
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری
آدرس وب سایت کنفرانس : itnaf.ir
کد IOI مقاله : AAHD-ABHAKD
لینک مستقیم مقاله : https://isnac.ir/AAHD-ABHAKD
نمایش چکیده انگلیسی
: https://isnac.ir/SA/AAHD-ABHAKD
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