عنوان پایان‌نامه
طراحی سیستم پیشنهاد دهنده عطر براساس سلیقه مشتریان بر مبنای ترکیبی از روش های داده کاوی
- رشته تحصیلی
- مدیریت فن آوری اطلاعات
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 66365
- تاریخ دفاع
- ۳۱ شهریور ۱۳۹۳
- دانشجو
- ارسلان یارویسی
- استاد راهنما
- بابک سهرابی یورتچی
- چکیده
- در عصر کنونی، استفاده از انواع مختلف سیستم های پیشنهاد دهنده هوشمند به دلیل ارزش افزوده ای که برای مشتریان و مزایای رقابتی متعددی که برای کسب و کار ها ایجاد می کنند، رشد چشمگیری یافته است. کیفیت پیشنهاد های ارائه شده توسط این سیستم ها، معمولا تابعی از نوع محصولات و رویکرد طراحی سیستم می باشد که به همین دلیل، این سیستم ها برای برخی از انواع محصولات، کارائی چندان مناسبی نداشته اند. یکی از انواع این محصولات، عطر است که به دلیل ماهیت پیچیده و ابعاد چندگانه شیمیایی که بر انتخاب یک عطر توسط یک شخص، موثر هستند، توفیق چندانی در توسعه سیستم های پیشنهاد دهنده هوشمند برای خرید آن حاصل نشده است. در این پژوهش سعی ما بر آن است که با ایجاد و بهره گیری از روش های داده کاوی متناسب و انتخاب رویکرد مناسب برای حل مسئله خوشه بندی عطرها، سیستمی ایجاد کنیم که علاوه بر توانایی یادگیرندگی منطق و الگوهای خوشه بندی عطرهایی که توسط ماژول خوشه بندی سیستم، به خوشه هایی مشخص تخصیص یافته اند، بتواند از طریق تعامل با کاربر، پیشنهادهایی برای خرید عطر به وی ارائه دهد که احتمال موفقیت و پذیرش بسیار بالاتری نسبت به سیستم های فعلی داشته باشند. به همین منظور، با جمع آوری داده های ترکیبات ساختاری شماری از عطرهای موجود در بازار دنیا و مدلسازی آنها در فضای برداری، آنها را با الگوریتم خوشه بندی جدیدی بر اساس آستانه های مشابهت قابل تعیین، تقسیم بندی می کنیم. در ادامه، خروجی های این مرحله را به عنوان ورودی های یک شبکه عصبی مصنوعی در نظر می گیریم و شبکه را آموزش می دهیم تا سیستم بتواند با یادگیری الگوی خوشه بندی، در مواجهه با داده های بزرگ و عطرهای جدید، از سرعت بیشتری برخوردار باشد.در انتها، با سنجش میزان مشابهت خروجی های سیستم با دسته بندی های سنتی عطرها که توسط خبرگان عطر و بر اساس تجربه آنها، طی سالهای گذشته انجام گرفته است، میزان موفقیت سیستم سنجیده می شود که نتایج این آزمایش، نشان می دهد که دقت الگوریتم خوشه بندی طراحی شده برای توسعه مدل پیشنهاد دهی مورد استفاده در این سیستم، در حد قابل قبولی قرار دارد و شبکه عصبی طراحی شده نیز، توانایی مناسبی برای یادگیری منطق خوشه بندی عطرها از این طریق را دارا می باشد. منطق ابتکاری پیشنهاد دهی ارائه شده و الگوریتم خوشه بندی ابداعی این پژوهش، در مسائل مشابه قابل سفار
- Abstract
- چکیده انگلیسی ندارد
