بهينه سازي سيستم هاي پيشنهاد دهنده مبتني بر چند دامنه در فروشگاه هاي مجازي با داده هاي بسيار بزرگ

استفاده از سلايق كاربر براي پيشنهاد كالاها و خدمات تاكنون بيشتر در يك حوزه كالايي يا خدماتي مورد استفاده قرار گرفته است. در اين تحقيق تركيب سلايق هاي كاربران در حوزه هاي متعدد كالايي و خدماتي در مجموعه داده هاي فروش يك سايت بسيار بزرگ مورد بررسي و تحليل قرار گرفته است. بررسي مبتني بر چند دامنه سلايق كاربران منجر به توليد مدل كاربر جامع تر و پيشنهادهاي مفيدتر ميگردد. در اين مقاله يك سيستم پيشنهاد دهنده مبتني بر چند دامنه با استفاده از تركيب دانش در حوزه هاي كالايي و خدماتي مختلف، پيشنهاد بهينه اي در حوزه اي كه شناخت كمتري از كاربر در آن حوزه وجود دارد ارائه مينمايد. براي شبيه سازي روش ارائه شده از ديتاستهاي بسيار بزرگ آمازون استفاده شده است. دو ديتاستي كه بيشترين ارتباط را با هم دارند بعنوان مجموعه داده هاي مورد استفاده براي اجراي الگوريتم پيشنهادي در نظر گرفته شده است. نتيجه شبيه سازي نشان ميدهد كه با توجه به بالا بودن تعداد كاربران و تعداد آيتمها نسبت به ساير مقالات، درصد خطاي سيستم پيشنهادگر مبتني بر چند دامنه ارائه شده از سيستمهاي پيشنهادگر مشابه تا 15 % كمتر مي باشد.