سیستمهای پیشنهاددهنده در تجارت سیار از جمله موضوعات پراهمیت سالهای اخیر بوده اند که با ظهور تکنولوژیهای بیسیم و تسهیل حرکت تجارت الکترونیکی از محیطهای سیمی به سوی بیسیم مورد توجه قرارگرفتهاند. تجارت سیار بهمعنای انجام فعالیتهای تجارتالکترونیک از طریق محیطهای بیسیم، به طورخاص اینترنت بیسیم، و وسایل دستی سیار میباشد که با پیدایش تکنولوژی بیسیم در عرصه اینترنت و استفاده روزافزون از وسایل سیار توجه به آن رو به افزایش است[1,2]. به کاربردهای تجارت سیار دو خصوصیت ویژه تحرک[1] و دسترسی وسیع[2] نسبت داده شدهاست[1,3] که اولین خصوصیت بر امکان از بین رفتن محدودیتهای مکانی و دومین خصوصیت بر امکان از بین رفتن محدودیتهای زمانی در استفاده کاربران از خدمات این نوع کاربردها تاکید دارد[1,3,4,5]. اینکه کاربران برای انجام فعالیت هایی چون بانکداری الکترونیکی یا خرید الکترونیکی محصولات، قادر به جایگزینی وسایلی چون تلفنهای سیار و همراه های شخصی دیجیتال (پی.دی.اِی)[3] بهجای کامپیوترهای شخصی باشند، تسهیلات زیادی را برای آنها و فرصتهای جدیدی را نیز برای کسب وکارها فراهمخواهدکرد و لزوم توجه به این عرصه را برای محققان نمایان میسازد[1,3].
اما پیادهسازی سیستمهای پیشنهاددهنده در محیطهای سیار بدون درنظرگرفتن پارامترهای تاثیرگذار در این محیط چندان مناسبنخواهدبود. مجموعه این پارامترها، اطلاعات زمینه را تشکیل می دهند [6].
(1-1) |
که در آن Ratings، مجموعه مرتبی مانند اعداد صحیح غیرمنفی یا مجموعه اعداد حقیقی در بازهای معین میباشد.
در سیستمهای پیشنهاددهنده مقادیر u معمولاً فقط بر روی زیر مجموعه ای از دامنه C×S تعریفشدهاست و نه بر تمام آن و قسمت های نامشخص این دامنه را باید با استفاده از داده های موجود به صورت تخمینی مشخص نمود. هدف نهایی سیستمهای توصیهکننده با ارائه پیشنهاد اقلام با بالاترین امتیازات تخمینی به کاربران محقق می شود به طوریکه برای هر کاربر ، اقلام با حداکثر میزان سودمندی انتخاب و معرفی میگردد[7].
تا به امروز روشهای پیشنهاددهی زیادی ارائه شدهاست که این روشها و متدولوژیها در دستهبندیهای زیر قرار میگیرند[7,9,10]:
- مبتنی بر محتوا[4] : در این گروه از روشها، عمل پیشنهاددهی با بهره گرفتن از یافتن اقلامی انجام میگیرد که بیشترین تشابه را با اقلامی داشته باشند که درگذشته موردعلاقه کاربر بوده اند. به عبارت دیگر u(c,s)، سودمندی کالای s برای کاربر c، بر اساس کلیه مقادیر موجود u(c,si) هایی که si مشابه به s بوده و si جزء کالاهای مورد علاقه کاربر هستند، برآورد می شود.
- فیلترسازی مشارکتی : در این گروه از روشها، عمل پیشنهاددهی با بهره گرفتن از یافتن اقلامی انجام میگیرد که مورد علاقه کاربران با سلایق مشابه کاربر بوده اند. کاربران با سلایق مشابه یعنی کاربرانی که اقلام یکسانی را امتیازدهی مشابه کرده باشند. بهعبارت دیگر u (c, s) بر اساس مقادیر موجودu(cj ,s) بدست می آید که cj کاربران مشابه با c میباشند.
- مدل ترکیبی[5]: روشهایی که دو روش مبتنیبرمحتوا و فیلترسازی مشارکتی را ترکیب می کنند و به این صورت از مزایای هر دو روش در جهت شناسایی و معرفی کالاها بهره میگیرند.
در نگاهی دیگر روشهای پیشنهاددهی، اعم از مبتنی بر محتوا و فیلترسازی مشارکتی به دو دسته روشهای مبتنی بر حافظه[6]و مبتنی بر مدل[7] تقسیم میشوند. درمقایسه با الگوریتمهای مبتنی بر حافظه، الگوریتمهای مبتنی بر مدل، با بهره گرفتن از روشهای یادگیری ماشین[8] مدلی را با بهره گرفتن از مجموعه امتیازات موجود ایجاد کرده و از آن بهمنظور پیشگویی امتیازات استفاده می کنند[7,10,11].
1-2 موضوع تحقیق
1
خرید اینترنتی فایل متن کامل :
-3 پیشینه تحقیق
سیستمهای پیشنهاددهنده همواره از جمله موضوعات پر اهمیت در حوزه تجارت الکترونیک بوده است. سیستمهای پیشنهاددهنده سیار آگاه از زمینه در آغاز راه هستند. دسته مهمی از سیستمهای آگاه از زمینه را سیستمهای آگاه از مکان تشکیل میدهند. یانگ، چنگ، و دایا[12]، یک سیستم پیشنهاددهنده آگاه از مکان برای محیطهای سیار ارائهدادهاند که هدف آن توصیه وبسایت فروشندگان با در نظرگرفتن علایق و پیشفرضهای مشتری و همچنین فاصله مکانی وی با مکان فیزیکی مشخصشده در وبسایتها میباشد. در روش مزبور، دو فاکتور فوق به طور جداگانه محاسبه شده و سپس بر اساس ترکیبی از آنها به پیشنهاد وبسایتها پرداخته می شود. یکی دیگر از این نوع سیستمها پروکسیمو[13] است که یک سیستم پیشنهاددهنده آگاه از مکان برای محیطهای داخلی چون موزهها و گالریها است. این سیستم بر اساس علایق و پیشفرضهای کاربر به پیشنهاد اقلام پرداخته و مکان اقلام را بر روی نقشهای بر روی وسیله همراه کاربر نمایش میدهد.
استفاده از سایر اطلاعات زمینهای علاوهبر مکان نیز مورد توجه توسعهدهندگان این نوع سیستمها قرارگرفتهاست. پخش موسیقی یکی از حوزه های کاربردی پرمصرف در میان کاربران سیار میباشد و به همین دلیل استفاده از پیشنهاددهندههای آگاه از زمینه در این حوزه مورد توجه قرارگرفته است. از آنجایی که تاثیر موسیقی بر روح و جسم انسان ثابت شدهاست، انتخاب موسیقی با توجه به شرایط می تواند وضعیت دوستداشتنیتری را فراهمکند و افراد را در انجام فعالیتهایشان یاری رساند. مثلاً موسیقی می تواند کارایی فرد را در حال انجام تمرینات فیزیکی بهبود بخشد، اضطراب را کاهش دهد و میزان یادگیری را بهبود بخشد. [14] یکی از تحقیقاتی است که در این حوزه ارائهشدهاست. در این تحقیق علاوهبر بررسی روشهای فیلترسازی مبتنیبر زمینه و مرور پیشنهاددهندههای سیار آگاه از زمینه موسیقی، پیشنهاددهنده سیار آگاه از زمینه AndroMedia ارائه شدهاست. پیشنهادات با توجه به زمینه جاری کاربر که با بهره گرفتن از حسگرهای بلوتوث در سمت برنامه مشتری بدست میآیند و همچنین سلایق کاربر تهیه میشوند. همچنین در مرجع [15] نیز پیشنهاددهی آگاه از زمینه موسیقی در محیطهای سیار مورد بررسی قرارگرفتهاست. در تحقیق پارک، یو و چو[16] نیز یک سیستم آگاه از زمینه موسیقی با بهره گرفتن از شبکه های بیزین فازی و تئوری سودمندی ارائهشدهاست. فرایند پیشنهاددهی تحلیل شده و سودمندی آن مورد ارزیابی قرارگرفتهاست.
گردشگری نیز یکی از حوزه های جذاب برای پیادهسازی پیشنهاددهندههای سیار آگاه از زمینه میباشد. امروزه گردشگران انتظار دارند که دسترسی شخصی به اطلاعات گردشگری در هر زمان، هر مکان و در هر شرایطی را داشتهباشند. راهنماهای گردشگری سیار، چنین اطلاعاتی را در اختیار کاربران قرار میدهند. در مرجع [17] خلاصهای از کارهای انجامشده در زمینه راهنماهای گردشگری سیار تحت وب انجام گرفتهاست. همچنین در مرجع[18] تاثیر آگاهی از زمینه در سیستمهای اطلاعاتی گردشگری سیار مورد بررسی قرار گرفتهاست. در [19] نیز یک کاربرد توریستی سیار با نام COMPASS ارائهشدهاست. در این تحقیق به بررسی ترکیب آگاهی از زمینه با سیستمهای پیشنهاددهنده پرداخته شدهاست. پارامترهای زمینهای این تحقیق شامل زمان و مکان میباشند. این سیستم خدمات خود را با نیازهای کاربر که بر اساس علایق و زمینه جاری وی مشخص می شود، تطبیق میدهد.
در [20] نیز یک سیستم پیشنهاددهنده تصاویر با بهره گرفتن از یک روش داده کاوی که ترکیبی از روشهای مبتنیبرمحتوا و مبتنیبر اطلاعات زمینه میباشد ارائهشدهاست. اطلاعات زمینه استفادهشده در این تحقیق شامل زمان و مکان هستند. لی، ونگ، جنگ و دای[21]، یک سیستم توصیهکننده آگاه از زمینه برای کاربردهای تجارت سیار ارائهدادهاند. در این تحقیق از مدل چندبعدی موجود در سیستمهای OLAP برای نمایش فضای توصیهگری و از روش مبتنی بر کاهش فضا بهمنظور کاهش فضای توصیهگری به فضای دوبعدی و انجام عملیات توصیهگری در فضای مزبور استفادهکرده اند.
استفاده از آنتولوژی و وب معنایی در سیستمهای پیشنهاددهنده سیار آگاه از زمینه نیز در تحقیقات بسیاری مورد توجهقرارگرفتهاست[22,23,24]. تکنولوژیهای وب معنایی، دسترسی هوشمند و کارا به اطلاعات را بهبود بخشیدهاند. از آنتولوژی میتوان برای مدلسازی زمینه و همچنین برای مدلسازی ارتباط زمینه با سایر مجموعهداده ها استفادهنمود. در تحقیق حاضر، یک روش جدید پیشنهاددهی آگاه از زمینه در تجارت سیار ارائهشدهاست.
1-4 اهمیت و ارزش تحقیق
استفاده از سیستمهای پیشنهاددهنده آگاه از زمینه در تجارت سیار یک فرصت است. با توجه به افزایش کمی کاربران وسایل سیار درکشور و گسترش کمی و کیفی زیربنایی تجهیزات سیار، آشنایی با مفاهیم، اصول و کاربردهای تجارت سیار و جهتگیری در جهت ارتقاء مفاهیم کاربردی و بومیسازی آنها ، فرصتی استثنایی را در اختیار صاحبان صنایع و کسب و کارها و کاربران سیار قرار میدهد و توجه به این جنبه از پیشرفت در مراکز علمی و تحقیقاتی امری ضروری و اجتنابناپذیر بهنظر میرسد.
1-5 اهداف تحقیق
هدف از این تحقیق ارائه یک روش پیشنهاددهی مناسب برای تجارت سیار با درنظرگرفتن پارامترهای مرتبط با زمینه بهمنظور بررسی چگونگی تاثیرگذاری آن بر نتایج میباشد. سیستمهای پیشنهاددهنده در تجارت سیار از جمله موضوعات پراهمیت سالهای اخیر بوده اند که با ظهور تکنولوژیهای بیسیم و تسهیل حرکت تجارت الکترونیکی از محیطهای سیمی به سوی بیسیم مورد توجه قرارگرفتهاند. زمینه موضوعی کلیدی در تعاملات بین انسان و کامپیوتر است و درحقیقت، هدف نهایی در محاسبات آگاه از زمینه سادهترکردن نحوه این تعامل و ارتباط میباشد. تاثیر پارامترهای مختلف مانند سلایق و نیازهای کاربری، روز، زمان، آب و هوا و همراه بر بهبود کیفیت پیشنهاددهی در این تحقیق مورد بررسی قرار گرفتهاست.
[جمعه 1400-05-08] [ 07:39:00 ق.ظ ]
|