تحلیل تأثیر داده‌های شبکه‌های اجتماعی و یادگیری تقویتی بر شاخص‌های تجاری سیستم‌های توصیه‌گر در تجارت الکترونیک

محمدمهدی مرسی1 محمود دی‌پیر2

چکیده :
سیستم‌های توصیه‌گر به‌عنوان یکی از مؤلفه‌های کلیدی پلتفرم‌های تجارت الکترونیک، نقش مهمی در بهبود تجربه کاربران و افزایش عملکرد تجاری ایفا می‌کنند. با این حال، بسیاری از روش‌های موجود عمدتاً بر داده‌های رفتاری کاربران تکیه دارند و از اطلاعات ارزشمند موجود در شبکه‌های اجتماعی و قابلیت‌های یادگیری تقویتی برای بهینه‌سازی تصمیم‌گیری بهره کافی نمی‌برند. هدف این پژوهش، تحلیل تأثیر ادغام داده‌های شبکه‌های اجتماعی و یادگیری تقویتی بر شاخص‌های تجاری سیستم‌های توصیه‌گر است. در چارچوب پیشنهادی، ابتدا داده‌های رفتاری کاربران از مجموعه‌داده Amazon Reviews و داده‌های متنی از Twitter جمع‌آوری شدند. پس از انجام مراحل پیش‌پردازش، تحلیل احساسات با استفاده از مدل BERT انجام شد و ویژگی‌های استخراج‌شده در کنار داده‌های رفتاری به عامل یادگیری تقویتی منتقل شدند تا فرآیند پیشنهاددهی به‌صورت پویا بهینه شود. به‌منظور ارزیابی عملکرد، سه سناریوی آزمایشی شامل مدل مبتنی بر داده‌های رفتاری، مدل مجهز به تحلیل احساسات و چارچوب پیشنهادی مبتنی بر تحلیل احساسات و یادگیری تقویتی طراحی شد. نتایج نشان داد که چارچوب پیشنهادی در تمامی شاخص‌های تجاری عملکرد برتری نسبت به دو سناریوی دیگر دارد؛ به‌گونه‌ای که نرخ کلیک (CTR) به 168/0، نرخ تبدیل به 063/0، میانگین ارزش سبد خرید به 9/108 دلار و شاخص تعامل کاربران به 826/0 افزایش یافت. همچنین، تحلیل نتایج بیانگر آن است که استفاده هم‌زمان از داده‌های شبکه‌های اجتماعی و یادگیری تقویتی موجب ارائه پیشنهادهای شخصی‌سازی‌شده‌تر، افزایش تعامل کاربران و بهبود شاخص‌های اقتصادی سامانه‌های تجارت الکترونیک می‌شود. یافته‌های این پژوهش می‌تواند به‌عنوان راهکاری عملی برای توسعه نسل جدید سیستم‌های توصیه‌گر هوشمند و ارتقای عملکرد تجاری پلتفرم‌های تجارت الکترونیک مورد استفاده قرار گیرد.

کلمات کلیدی : سیستم‌های توصیه‌گر تجارت الکترونیک شبکه‌های اجتماعی تحلیل احساسات یادگیری تقویتی شاخص‌های تجاری شخصی‌سازی bert


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-ABHAKE
لینک مستقیم مقاله : https://isnac.ir/AAHD-ABHAKE

سایر مقالات ارائه دهنده
  1. امکان‌سنجی حضور هوش مصنوعی به‌عنوان عضو تیم چابک: مدل مفهومی و ارزیابی ظرفیت‌های پشتیبان در توسعه نرم‌افزار ایرانی
  2. پذیرش و اعتماد توسعه‌دهندگان ایرانی نسبت به همکاری با هوش مصنوعی در تیم‌های چابک: طرح پژوهش پیمایشی
  3. ارائه مدل ترکیبی RL–LSTM برای پیش‌بینی پویا و دقیق ارزش طول عمر مشتری در فروشگاه‌های آنلاین
  4. ترکیب تحلیل احساسات و داده‌های رفتاری مشتریان برای بهبود پیش‌بینی رفتار خرید و ارزش طول عمر مشتری در فروشگاه‌های آنلاین
  5. طراحی سیستم توصیه‌گر و بازاریابی پویا مبتنی بر هوش مصنوعی و داده‌های احساسات کاربران در شبکه‌های اجتماعی برای تجارت الکترونیک
  6. طراحی سیستم توصیه‌گر هوشمند مبتنی بر تحلیل احساسات شبکه‌های اجتماعی و یادگیری تقویتی عمیق برای بهبود کیفیت توصیه در تجارت الکترونیک
  7. تحلیل تأثیر داده‌های شبکه‌های اجتماعی و یادگیری تقویتی بر شاخص‌های تجاری سیستم‌های توصیه‌گر در تجارت الکترونیک
  8. 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
  9. تحلیل تجربی تأثیر وزن‌دهی پویا در سیستم‌های توصیه‌گر هیبریدی برای شخصی‌سازی خدمات اپلیکیشن‌های بانکی
  10. تأثیر شخصی سازی مبتنی بر هوش مصنوعی بر رضایت ادراک شده مشتری
سایر مقالات محل انتشار
  1. A Study on Design Understandability and Interaction of the therapy-specific Robots
  2. طراحی و مهندسی یک حسگر زیستی نوری چند مدی پلاسمونیک مبتنی بر تشدیدگرهای حلقه شکاف برای سنجش جامع آنتی‌ژن
  3. طراحی یک اسیلاتورکنترل شونده با ولتاژ با نویز فاز بسیار پایین و بازه وسیع فرکانسی با تکنولوژی نانولوله کربنی برای کاربردهای PLL
  4. یک چارچوب هوشمند آگاه به زمینه برای ارتباطات V2V و V2Iدر شبکه‌های خودرویی شهرهای هوشمند با استفاده از داده‌های ترافیکی شبکه سلولی
  5. An Ensemble Non-Dominated Feature Selection Method: A Case Study on Prostate Cancer
  6. تشخیص زودهنگام پوسیدگی دندان با استفاده از شبکه‌های عصبی
  7. Simulation and Performance Comparison of Torque Tube and LVDT Sensors in Displacer-Based Level Measurement Systems
  8. ارتقا سامانه ناوبری پهپاد مهاجر ۶ با استفاده از فناوری
  9. کاربرد نانوذرات مگنتیت (Fe3O4) در پزشکی (از سنتز تا عملکرد)
  10. Simulation and Modeling of Floating-Gate Non-Volatile Memory Performance: Focus on Oxide Thickness, Programming Speed, and Charge Transport Mechanisms
  11. Fraud Analytics with Big Data: A Literature Review on Machine Learning Algorithms in Bankruptcy Prediction and Financial Fraud Detection
  12. تحلیل آینده‌پژوهانه هم‌گرایی هوش مصنوعی، فناوری نانو و فناوری اطلاعات در مسیر تحول صنعتی آینده
  13. نقش تحول دیجیتال در خدمات کتابخانه‌های عمومی برای توان‌یابان جسمی و ذهنی
  14. Prediction and Optimization of Oxygen Production under Microgravity Conditions Using Machine Learning
  15. Simulation and Performance Comparison of Ultrasonic, Non-Contact Radar, and Guided Wave Radar Sensors in Level Measurement Systems