بکارگیری شبکه‌های عصبی در بازاریابی پیش‌بینی کاهش وزن

نویسندگان

1 دانش آموخته دکتری مدیریت فناوری اطلاعات شاخه کسب و کار هوشمند، گروه مدیریت، دانشکده مدیریت، دانشگاه آزاد اسلامی واحد کیش، ایران.

2 استادیار گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه آزاد اسلامی واحد کرج، ایران.

3 دانشیار گروه علوم تغذیه، دانشگاه علوم پزشکی مشهد، ایران .

doi
JABM.3.2.15564.3556.3274
چکیده

چاقی یکی از چالش‌های اساسی در حوزه سلامت عمومی است که می‌تواند منجر به بیماری‌های قلبی، دیابت نوع ۲ و فشار خون بالا شود. پیش‌بینی کاهش وزن نقش مهمی در مدیریت چاقی و بهینه‌سازی برنامه‌های رژیمی دارد. در این پژوهش، سه مدل یادگیری عمیق شامل شبکه‌های عصبی بازگشتی (RNN)، شبکه‌های عصبی کانولوشنی (CNN) و ترکیب این مدل‌ها با مکانیزم توجه (Attention) مورد بررسی قرار گرفتند. نتایج نشان داد که مدل CNN به‌تنهایی عملکرد بهتری نسبت به RNN داشته و اضافه کردن مکانیزم توجه به RNN تأثیر قابل‌توجهی در بهبود عملکرد آن نداشته است. بااین‌حال، افزودن مکانیزم توجه به CNN باعث افزایش دقت مدل شده و بهترین عملکرد را در بین مدل‌های مورد بررسی داشته است. این یافته‌ها اهمیت انتخاب مدل مناسب و بهره‌گیری از مکانیزم توجه در بهبود دقت پیش‌بینی کاهش وزن را تأیید می‌کند.