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

محمدرضا نهاردانی1 سیدرضا وزیری یزدی2

چکیده :
گسترش روزافزون اپلیکیشن‌های موبایلی و افزایش تعداد خدمات و قابلیت‌های قابل ارائه به کاربران، ضرورت توسعه سیستم‌های توصیه‌گر هوشمند و شخصی‌سازی‌شده را بیش از پیش آشکار ساخته است. در محیط‌های بانکی و خدمات مالی دیجیتال، تعدد خدمات و منوهای موجود ممکن است موجب افزایش بار شناختی کاربران و دشوار شدن دسترسی سریع آنان به خدمات موردنیاز شود. ازاین‌رو، ارائه منوهای شخصی‌سازی‌شده بر اساس ویژگی‌های فردی، محتوایی و رفتاری کاربران می‌تواند نقش مهمی در بهبود تجربه کاربری و افزایش تعامل با اپلیکیشن‌های موبایلی داشته باشد. پژوهش حاضر با هدف طراحی یک سیستم توصیه‌گر ترکیبی برای شخصی‌سازی منوهای اپلیکیشن‌های بانکی ارائه شده است. در روش پیشنهادی، سه رویکرد مکمل شامل فیلترینگ مشارکتی، فیلترینگ مبتنی بر محتوا و مدل یادگیری عمیق NeuMF به‌صورت یکپارچه ترکیب شده‌اند. در این معماری، فیلترینگ مشارکتی الگوهای رفتاری کاربران، فیلترینگ مبتنی بر محتوا ویژگی‌های محتوایی خدمات و NeuMF روابط پیچیده و غیرخطی میان کاربران و منوها را مدل‌سازی می‌کند. به‌منظور بهره‌گیری انعطاف‌پذیر از خروجی این مدل‌ها، یک مکانیزم وزن‌دهی پویا برای تنظیم سهم هر یک از مؤلفه‌ها در فرآیند تولید توصیه‌ها طراحی شده است. عملکرد روش پیشنهادی در پنج سناریو شامل فیلترینگ مشارکتی، فیلترینگ مبتنی بر محتوا، NeuMF، مدل هیبریدی با وزن ثابت و مدل هیبریدی با وزن‌دهی پویا ارزیابی شده است. نتایج نشان داد که روش پیشنهادی در تمامی معیارهای ارزیابی عملکرد، بهترین عملکرد را در میان مدل‌های بررسی‌شده به دست آورده است. مدل پیشنهادی به Precision@10 برابر با 0.891، Recall@10 برابر با 0.873، F1-Score برابر با 0.882، MAP برابر با 0.902، NDCG@10 برابر با 0.928 و HR@10 برابر با 0.952 دست یافت. همچنین، زمان پاسخ مدل پیشنهادی 53 میلی‌ثانیه گزارش شد. یافته‌ها نشان می‌دهد که ترکیب اطلاعات رفتاری، محتوایی و الگوهای نهفته با استفاده از مکانیزم وزن‌دهی پویا می‌تواند راهکاری مؤثر برای بهبود شخصی‌سازی منوها و توسعه سیستم‌های توصیه‌گر قابل استفاده در محیط‌های موبایلی باشد.

کلمات کلیدی : سیستم توصیه‌گر فیلترینگ مشارکتی فیلترینگ مبتنی بر محتوا neumf وزن‌دهی پویا شخصی‌سازی اپلیکیشن موبایل بانکداری دیجیتال


زبان مقاله : فارسی
محور مقاله : فناوری های کاربردی هوش مصنوعی و کاربردهای آن در علوم مختلف
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری
آدرس وب سایت کنفرانس : itnaf.ir
کد IOI مقاله : AAHD-ABKZHE
لینک مستقیم مقاله : https://isnac.ir/AAHD-ABKZHE

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