سيستم پيشنهاد دهنده زمينه آگاه براي انتخاب گوشي تلفن همراه با تركيب روش هاي تصميم گيري جبراني و غيرجبراني

A Context Aware Recommender System for Mobile Phone Selection using Combination of Elimination Method and Analytic Hierarchy Processing

سيستم هاي پيشنهاد دهنده بر اساس علايق و نيازمندي هاي مشتري، كالاها و خدمات متناسب را به او پيشنهاد مي دهند. استفاده از اين سيستم ها زمان جستجوي مشتري را كاهش داده و كيفيت انتخاب وي را بالا مي برد. از طرفي استفاده از اطلاعات زمينه آگاه در سيستم پيشنهاد دهنده مانند زمان و مكان خريد و عادات رفتاري كاربر به ارتقاي كيفيت و افزايش رضايتمندي مشتري كمك مي كند. مشتري هاي مختلف علايق و نيازهاي متفاوتي دارند، به همين دليل فاكتورهاي موثر بر خريد در آن ها متفاوت مي باشد. كشف نيازهاي مشتري بدون پرسش مستقيم از او و به وسيله پردازش اطلاعات زمينه اي، به افزايش كيفيت سيستم پيشنهاددهنده منجر مي شود. در اين مقاله، يك سيستم پيشنهاد دهنده زمينه آگاه براي انتخاب گوشي تلفن همراه در گوشي هاي مجهز به سيستم عامل اندرويد طراحي و پياده سازي شده است. اين سيستم با استفاده از حسگرهاي گوشي تلفن همراه كاربر اطلاعات زمينه اي او را استخراج مي كند. سپس با استفاده از اطلاعات زمينه اي به دست آمده شاخص هاي غيرموثر بر خريد گوشي جديد را حذف مي كند. در نهايت درخت سلسله مراتبي شاخص ها را ايجاد كرده و با استفاده از اطلاعات كاربر و ماتريس مقايسات زوجي به وزن دهي شاخص هاي موثر مي پردازد. در نهايت گوشي مناسب فرد به او پيشنهاد داده مي شود. اين سيستم با تركيب روش غيرجبراني حذفي و روش جبراني فرآيند تحليل سلسله مراتبي به انتخاب و پيشنهاد گوشي مناسب فرد مي پردازد. در نهايت سيستم پيشنهاد دهنده زمينه آگاه در اختيار مشتريان گوشي تلفن همراه قرار گرفته و دو فاكتور رضايت از نتايج پيشنهادات و رضايت از رابط كاربري مورد ارزيابي قرار گرفته است. هم چنين يك پيشنهاددهنده سنتي و غيرزمينه آگاه نيز در اختيار آن ها قرار مي گيرد تا اين دو فاكتور در دو سيستم با هم مقايسه شود. در نهايت نشان داده مي شود كه استفاده از اطلاعات زمينه اي، كيفيت پيشنهادات و رضايت مشتري را افزايش داده است. هم چنين به دليل كاهش تعداد فاكتورهاي موثر بر خريد و در نتيجه كاهش تعداد مقايسات زوجي، رضايت مشتري از رابط كاربري را نيز اندكي افزايش داده است.

Recommender systems suggest proper items to customers based on their preferences and needs. Needed time to search is reduced and the quality of customer’s choice is increased using recommender systems. The Context information like time، location and user behaviors can enhance the quality of recommendations and customer satisfication in such systems. In this paper a context aware recommender system is designed and implemented in android smart phones to help customers selecting mobile phones. The system removes ineffective criteria on user’s purcheses using customer mobile phones’s sensor data. Then creates analytic hierarchy processing tree and computes weights. Finally the recommender system recommends proper mobile phone to user. The system selects and recommends suitable phones using combination of elimination method and analytic hierarchy processing (AHP). The context aware recommender system is used by mobile phone customers to assess recomendation satisfication and user interface design satisfication. In addition a traditional non-context aware recommender system is used by users to compare the recommendation results in two different systems. We concluded that using context information can improve the recommendation quality and user satisfication. Because of decreasing criteria and pair-wised comoarisions، the user interface design satisfication is improved a little too.