يك مدل پيشنهاددهي براي سرويس‌ها با هزينه‌هاي متفاوت در IMS

Recommendation Model for Services with Different Costs in IMS

در اين مقاله روشي براي پيشنهاددهي سرويس‌هاي متفاوت با هزينه‌هاي متفاوت در IMS مطرح شده است. رويكرد ارائه‌شده آگاه از زمينه بوده و در آن از مدل معماري لايه‌اي استفاده شده است. مدل ارائه‌شده شامل چهار لايه مي‌باشد كه در لايه‌ها با توجه به زمينه‌هاي خاصِ برنامه‌هاي كاربردي مبتني بر IMS، پيشنهاددهي صورت مي‌گيرد. در سيستم‌هاي پيشنهاددهنده مبتني بر محاسبات نرم با استفاده از زمينه‌ها مي‌توان پيشنهاددهي بهتري انجام داد كه به نيازها و خواست كاربر نزديك‌تر است. مدل ارائه‌شده با سه معيار استاندارد ارزيابي سيستم‌هاي پيشنهاددهنده، دقت، پوشانندگي و اثرگذاري پيشنهادات، مورد ارزيابي قرار گرفته است. نتايج حاصل از ارزيابي نشان مي‌دهد كه ميزان دقت و اثرگذاري مدل در حد مطلوب است و حدود 60 درصد انتخاب‌هاي كاربر را پوشش داده است. مدل پيشنهادشده، سرويس‌هاي نزديك به كاربر را با توجه به هزينه‌ها پيشنهاد مي‌دهد و استفاده كاربر از پيشنهادات، هزينه‌هاي نهايي را متعادل خواهد كرد. تعادل هزينه‌هاي كاربر، به معناي رضايت مشتري و در نتيجه استفاده بيشتر از خدمات خواهد بود.

A method for recommending different services with different costs is proposed in this paper. Proposed approach is aware of context, and a layered architecture is applied to it. Proposed model includes four layers in which recommendation is made considering the special contexts of applications that are based on IMS. In Recommended system based on soft computing, better recommendations that are closer to users’ requirements can be made by using contexts. The proposed model was evaluated by three standard criteria of recommendation systems: precision, coverage and effectiveness of recommendations. The results of evaluation indicate that the precision and effectiveness values of model are desirable, and 60 percent of users selections are covered. Proposed model recommends services that are close to user considering the costs, and applying these recommendations by user will balance the final costs. The balance of users costs means customer satisfaction, and concludes to use more of operator services.