شماره ركورد كنفرانس :
4686
عنوان مقاله :
طراحي يك سيستم توصيه‌گر مبتني بر رفتار گذشته مشتري و مشتريان مشابه در عمده‌فروشي
عنوان به زبان ديگر :
A new recommender system based on past behavior of the customer and similar customers in wholesale industry
پديدآورندگان :
عمادزاده مهتاب m.emadzade96@mail.um.ac.ir دانشگاه فردوسي مشهد , كوشا حميدرضا koosha@um.ac.ir دانشگاه فردوسي مشهد
تعداد صفحه :
7
كليدواژه :
سيستم‌هاي توصيه‌گر , عمده‌فروشي , خوشه‌بندي , داده‌كاوي , قواعد انجمني
سال انتشار :
1398
عنوان كنفرانس :
پنجمين كنفرانس بين المللي مهندسي صنايع و سيستم ها
زبان مدرك :
فارسي
چكيده فارسي :
امروزه با توجه به افزايش ميزان تنوع در محصولات و نيازهاي مشتريان و همچنين هزينه‌هاي فزاينده‌اي كه براي ذخيره و پردازش داده‌ها وجود دارد، شخصي‌سازي پيشنهاد‌ها از اهميت ويژه‌اي برخوردار است؛ زيرا تخصيص درست محصولات به مشتريان علاوه بر رضايت مشتري، بهره‌وري فروشندگان را به‌طور چشمگيري افزايش مي‌دهد. به همين دليل در سال‌هاي اخير استفاده از سيستم‌هاي توصيه‌گر بسيار متداول شده و كاربرد وسيعي در حوزه‌هاي مختلف ازجمله فروشگاه‌هاي آنلاين، كتاب، فيلم، موسيقي، مقالات تحقيقاتي، رستوران‌ها، هايپرماركت‌ها، اخبار، موتورهاي جستجو و... دارد. اين سيستم‌ها علاوه بر اينكه به كاربران كمك مي‌كنند تا به توصيه‌هاي شخصي كه مختص خود آن‌هاست دست يابند و تصميم‌گيري بهتري داشته باشند، بلكه با پيشنهاد محصولات اضافي به مشتري باعث افزايش فروش شده و همچنين به حفظ و نگهداري مشتريان كمك شاياني مي‌كنند. اين مقاله يك روش نوين و ابتكاري جهت توصيه محصولات مناسب به مشتريان در صنعت عمده‌فروشي ارائه مي‌دهد. پژوهش ما شامل سه مرحله است. در مرحله اول به كمك داده‌هاي دموگرافيك مربوط به مشتريان و روش خوشه‌بندي، توصيه محصولاتي كه در سبد خريد آن‌ها موجود نبوده انجام مي‌شود. در مرحله دوم با استفاده از داده‌هاي تراكنشي مربوط به مشتريان، توصيه محصولات موجود در سبد خريد آن‌ها صورت مي‌گيرد و در مرحله نهايي با استفاده از روش قواعد انجمني، وابستگي بين كالاها شناسايي شده و به كمك آن توصيه‌هاي ايجاد شده در مراحل قبلي تعديل مي‌گردد.
چكيده لاتين :
Today, due to the increasing variation of products and diversity of customers needs, as well as the increasing costs of storing and processing data, personalization of offers is important because the correct allocation of products to customers, in addition to customer satisfaction, dramatically increases the vendor s productivity. For this reason, in recent years, the use of highly recommended advocacy systems has been widely used in various areas, including online stores, books, movies, music, research articles, restaurants, supermarkets, news, search engines, and more. These systems, in addition to help users achieve their own personal recommendations and make better choices, offer additional customer benefits by boosting sales, as well as maintaining customer support. This article provides an innovative way to advise customers on
كشور :
ايران
لينک به اين مدرک :
بازگشت