پیاده سازی سیستمهای توصیه گر هتلها با استفاده از اولویتهای کاربران در توییتر
نویسندگان
1 مربی دانشگاه علمی و کاربردی
2 استادیار، دانشگاه علوم پزشکی ایران، تهران.
3 مربی، عضو هیئتعلمی، گروه علمی مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور،تهران.
doi
10.22054/ims.2018.9745چکیده
استفاده از سیستمهای توصیه گر افزایش فروش در تجارت الکترونیک را اثبات نموده است. هدف سیستم ارائه محصولاتی به کاربر است که متضمن علاقهمندی و آسایش او از محصولات بوده و همچنین در شرکتها شانس فروش خدمات را ارتقا دهد. یکپارچهسازی تکنیکهای مدیریت داده میتواند مسائل مرتبط با ارائه خدمات منطبق با علایق مشتری را مخاطب قرار داده و کیفیت پیشنهادها را به طرز چشمگیری بهبود دهد. تحقیقات اخیر بر روی این سیستم ایده استفاده از دادههای شبکه اجتماعی بهمنظور ارتقا سیستم توصیهگر سنتی و پیشبینی بهتر را آشکار میسازد. ما دیدگاههای سیستمهای توصیهگر مبتنی بر داده شبکه اجتماعی توییتر را با استفاده از انواع رابطها، روشهای تجزیهوتحلیل محتوا با تکنیکهای زبانشناسی محاسباتی و الگوریتم تاپیک مدلینگ ملت بیان میکنیم. پس از بررسی عمق اهداف، متدولوژیها این مقاله به علاقهمندان در توسعه سیستم توصیهگر سفر و همچنین تسهیل تحقیقات آینده کمک مینماید.