سال انتشار: ۱۳۸۷

محل انتشار: دومین همایش ملی مهندسی برق، کامپیوتر و فناوری اطلاعات

تعداد صفحات: ۸

نویسنده(ها):

کرم الله باقری فرد – هیئت علمی دانشگاه آزاد اسلامی واحد یاسوج
محمدعلی نعمت بخش – استادیار دانشگاه اصفهان

چکیده:

در تجارت الکترونیکی یکی از مسائلی که وجود دارد پیدا کردن اطلاعات در وب سایت ها و فروشگاه های الکترونیکی بزرگ است که روندهای مشکل و زمان گیر دارد. به این منظور سیستم های پیشنهاد دهنده ای برای ایجاد پیشنهاد به سلیقه کاربر طراحی شده اند که به کاربران در پیدا کردن اطلاعات لازم کمک می کنند. کمپانی هایی همچون آمازون سرویس های نیرومند و جذابی در این زمینه طراحی کرده اند. این سیستم ها اساساً به این منظور ایجاد می شوند تا به مشتری ها محصولی را پیشنهاد داده و به او در خرید کمک کنند، زیرا معمولا فاکتورهای بسیار زیادی در خرید دخیل هستند که تصمیم گیری بهینه را مشکل می کنند. پس می توان گفت کالاها ، کلمات و صفحات وب از داده های اساسی در تجارت الکترونیکی هستند و مسئله مهم رابطه ای است که بین این داده ها وجود دارد. این مقاله بر روابط بین کالا ها متمرکز شده که کاربردهای فراوانی در سیستم های تجاری همچون بازاریابی و سیستم های پیشنهاد دهنده دارد. از جمله روابط موجود بین کالاها رابطه تشابهی است. تا کنون روش های متعددی برای کشف کالاهای مشابه ارائه شده، در همه روشهای قبلی که کالاها را با درخت های سلسله مراتبی و روابط بین آنها را با رابطه is-a نشان می دادند و محاسبه تشابه بر اساس محاسبه لبه ها بنا نهاده شده بود، لبه ها یکسان در نظر گرفته می شد یعنی فرزندان یک مفهوم در درخت سلسله مراتبی با یک درجه is-a توسط پدر آنها پشتیبانی می شد. ولی در این مقاله الگوریتمی را ارائه خواهیم کرد که براساس آنتولوژی و داده کاوی و الگوریتم های کشف اتوماتیک روابط بین مفاهیم، لبه ها یا یالهای بین مفاهیم یکسان در نظر گرفته نشود و بر اساس میزان درجه is-a بین مفاهیم مقدار دهی شود. و با توجه به همین درخت وزندار سلسله مراتبی بدست آمده میتوان تشابه معنایی را بر اساس فاصله بین مفاهیم بدست آورد. پیاده سازی این روش را با استفاده از وب سرویسهای گوگل انجام دادیم و این روش در ارائه جواب، دقیق تر از موارد مشابه عمل می نماید و با استفاده از رابطه تشابه ، سیستم پیشنهاد دهنده ای طراحی شده است و این سیستم با استفاده از مجموعه داده های شرکت مصالح ساختمانی پیاده سازی شده است و نتایج حاصل از آن با سیستم پیشنهاد دهنده مبتنی بر قوانین انجمنی ارزیابی می شود. نتایج آزمایشات تانجام شده بر روی مجموعه داده ، به وضوح میزان کارایی و دقت سیستم را نشان می دهد.