دوره 4، شماره 13، 1403، صفحات 89 - 135

نویسندگان : سیدجلال الدین غریبی کریک* ¹ ، کرم الله باقری فر ² ، حمید پروین ³ ، صمد نجاتیان ⁴ ، هادی یعقوبیان ⁵

چکیده :
سامانه‌هاي توصيه‌گر با توانايي شناخت كاربر و پيش‌بيني اولويت‌هاي او‌، اطلاعاتي كه احتمال مي‌رود مورد توجه كاربر باشد را از بين حجم بالاي داده‌ها غربال كرده و با توصيه آنها به كاربر در وقت و انرژي او صرفه جويي مي‌كنند. از طرف ديگر اين سامانه‌ها با توانايي تحليل و ذخيره رفتارهاي گذشته كاربر، خدمات و اطلاعات موجودي را كه وي توجهي به آن نداشته ولي احتمالا علاقه‌مند به آن است نيز استنتاج كرده و نتايج جالب توجهي به كاربران به شکل توصيه ارائه مي‌کند. در حالی¬که در اکثریت قریب به‌اتفاق کارهای انجام شده در زمینه سیستمهای پیشنهاد دهنده، هر آیتم تنها با ویژگی¬هایی عددی یا رشته¬ای نمایش داده شده است، اما یکی از ویژگیهایی که تأثیر بسزایی در تعیین میزان مطلوبیت آیتم ها از نظر کاربران دارد، تصاویر آنها میباشد. این مسئله در مورد محصولاتی همچون پوشاک، جواهرات و غیره که بیشتر به علت ظاهر فیزیکی خود مورد قبول مشتریان واقع می شوند، از اهمیت بیشتری برخوردار می¬باشد. به¬همین منظور این مقاله درصدد ارائه روشی ترکیبی جهت افزایش کارایی این سیستم¬ها با استفاده از تکنیک¬های فیلترینگ مشارکتی و محتوای تصاویر آیتم¬ها می¬باشد. در این مقاله ابتدا با استفاده از تکنیک¬های پردازش تصویر، ویژگی¬های بصری مربوط به آیتم¬ها استخراج شده، سپس با انتخاب معیار شباهت مناسب و استفاده از مشخصات فنی آیتم¬ها و ویژگی¬های فردی کاربران، اقدام به بخش¬بندی کاربران و آیتم¬های مشابه خواهد شد. پس از آن با استفاده از این اطلاعات و بهره گرفتن از تکنیک فیلترینگ مشارکتی سعی خواهد شد بهترین پیشنهادات که بیشترین قرابت را با سلایق کاربران دارد، ارائه شود. نتایج تجربی نشان می دهند که روش پیشنهادی توانسته کارآیی مناسبی را از خود نشان دهد.

کلمات کلیدی :
سیستم پیشنهاددهنده، فیلترینگ مشارکتی، بازیابی تصاویر مبتنی بر محتوا، تجارت الکترونیک