مقایسه تأثیر تحلیل احساسات و رتبهبندی کاربران بر عملکرد سیستمهای پیشنهاددهنده
نویسندگان
1 استادیار، مدیریت فناوری اطلاعات، گروه مدیریت فناوری اطلاعات، دانشکده فناوری اطلاعات، موسسه آموزش عالی مهر البرز، تهران، ایران.
2 دانشیار، مدیریت فناوری اطلاعات، گروه مدیریت، دانشکده علوم اجتماعی و اقتصاد، دانشگاه الزهرا، تهران، ایران.
doi
چکیده
در سالهای گذشته، ظهور شبکههای اجتماعی منجر به افزایش توجه به سمت سیستمهای پیشنهاددهنده مبتنی بر نظرها شده است. هدف از توسعه چنین سیستمهایی استفاده از اطلاعات ارزشمند نظرهای متنی کاربران در فرایند الگوسازی و ارائه پیشنهاد است. در محیط شبکههای اجتماعی بهطور معمول سیستمهای پیشنهاددهنده مبتنی بر پالایه نمودن مشارکتی برای ارائه توصیه به کاربران استفاده میشود. اساس کار این رویکرد، تجربه و نظر سایر افراد برای خرید اقلام و محصولات است. در این پژوهش سیستمی برای ارائه توصیه به کابران برای خرید کتاب با ترکیب فیلتریگ مشارکتی و تحلیل احساسات ارائه شد. برای تحلیل احساسات از الگوهای ترکیبی برای استخراج عقاید نظرهای کاربران استفاده شد. در رویکرد ترکیبی از رأیگیری مبتنی بر وزن جهت الگوسازی استفاده گردیده است. الگو پیادهسازیشده بر نظرهای 7210 کاربر و خریدار کتاب تارنمای آمازون که از راه خزنده وب از تارنما آمازون استخراج شدهاند، ارزیابی شده است. برای ارائه توصیه به کاربران پس از تشکیل پروفایل اقلام، شباهت میان اقلام استخراج میشود و در انتها اقلام مشابه با محصولاتی که هر کاربر به آن نمره خوبی داده است، بهعنوان محصول پیشنهادی ارائه میشود. نتایج نشان میدهند تحلیل احساسات نظر کاربران بر پیشنهاد کالاهای موردعلاقه کاربر و عملکرد سیستمهای پیشنهاددهنده تأثیر مثبتی دارد.
