پروپوزال طراحی یک سیستم پیشنهاددهنده کالا با استغاده از فیلتر گذاری مشارکتی

به دلیل اهمیت بالای سیستم‌های پیشنهاد دهنده در شبکه‌های اجتماعی، زندگی واقعی، تجارت الکترونیک و غیره، سال‌های اخیر تحقیقات زیادی در این زمینه انجام شده است. سیستم‌های پیشنهاد دهنده برای فیلتر کردن اطلاعات در میان حجم عظیمی از داده‌ها، مورد استفاده قرار می‌گیرند. آنها محصولات، سرویس‌ها یا افراد را به کاربران پیشنهاد می‌دهند. پیشنهاداتی که توسط سیستم‌های پیشنهاد دهنده ارائه می‌گردد، برای کاربران جذاب است. سیستم‌های پیشنهاد دهنده با توجه به محیط عملیاتی مورد نظر، از تکنیک‌های مختلفی استفاده می‌کنند. انتخاب تکنیک بستگی به محیطی دارد که قرار است سیستم پیشنهاد دهنده بروی آن اعمال شود.

سیستم‌های پیشنهاد دهنده در دامنه‌های مختلفی همچون فروشگاه کالا، کتابخانه‌ها، رستوران‌ها، سیستم‌های گردشگری و سایر محیط‌ها برای ارائه آیتم‌های جذاب مورد استفاده قرار می‌گیرند  .این سیستم‌ها نقش مهمی در تجارت الکترونیک ایفا می‌کنند .

یکی از محبوب‌ترین سیستم‌هایی که در دهه گذشته تا به امروز مورد توجه محققان و پژوهشگران مختلفی قرار گرفته، سیستم‌های پیشنهاد‌دهنده کالا است. با توجه به حجم عظیم اطلاعات، ارائه جذاب‌ترین آیتم‌ها(کالا) به کاربران در زمان مناسب و با دقت کافی، یکی از مسائل مطرح در این زمینه می‌باشد.سیستم پیشنهاد دهنده کالا، کاربران را قادر میسازد که کالاها را بوسیله ویژگی‌هایی مثل عنوان کالا، تولیدکننده، تاریخ تولید، نوع برند و غیره مشاهده کنند. به کاربرانی که تازه وارد هستند و اطلاعات کافی در مورد آنها در سیستم وجود ندارد(مشکل شروع سرد دارند)، سیستم پیشنهاد دهنده لیستی از کالاهایی را که توسط سایر کاربران امتیاز دریافت کرده است، پیشنهاد می دهد . چالش شروع سرد هم برای کالا و هم برای کاربر مطرح است. مشکل شروع سرد کاربران زمانی رخ می دهد که کاربر هیچ گونه عملیات، فعالیت و تراکنشی در سیستم نداشته باشد. چالش شروع سرد کالا ها نیز زمانی رخ می دهد که هیچ کاربری به کالا امتیاز نداده باشد. بنابراین با توجه به وجود چنین مشکلاتی در سیستم های آنلاین بزرگ، انواع سیستم های پیشنهاد دهنده مطرح شدند.

به طور کلی سیستم های پیشنهاد دهنده به دو دسته تقسیم می شوند که عبارتند از :

o سیستم های پیشنهاد دهنده سنتی 

الف) سیستمهای فیلترینک محتوا محور 

ب) سیستمهای فیلترینک مشارکتی 

پ)سیستمهای ترکیبی- هوشمند

o سیستم پیشنهاد دهنده مدرن 

الف)روشهای مبتنی بر اطلاعات دموگرافیک 

ب)روشهای مبتنی بر معنا یا دانش محور 

پ)روشهای ترکیبی 

روشهایی که امروزه مورد بررسی و توجه پژوهش گران مختلف قرار گرفته است، سیستم‌های فیلترینگ مشارکتی و محتوا محور می باشد که در ادامه به توضیح این روشها می‌پردازیم.

 سیستم‌های فیلترینگ مشارکتی: فیلتر مشارکتی یکی از امیدوار کننده ترین تکنیک های پیشنهاد دهنده است که به طور گسترده ای مورد استفاده قرار می گیرد. این فیلتر اقلامی را با تعیین مواردی که کاربران مشابه امتیاز مثبت داده اند یا انتخاب کرده اند، به کاربران پیشنهاد می دهد . برای مثال، اگر دو کاربر در علایق و رفتار خود شبیه به یکدیگر باشند، سیستم اقلام(کالا) خریداری شده توسط یکی را به دیگری توصیه می کند . در این سیستم بر خلاف سیستم های محتوا محور، کاربران مشابه شناسایی شده و آیتم هایی به آنها ارائه می گردد که امتیاز بالاتری دارند. لذا از این روش برای ارائه لیست کالاها به گروهی از کاربران با استفاده از تکنیک های داده کاوی(خوشه بندی) استفاده خواهد شد . یکی از مهمترین ضرورت های استفاده از فیلترینگ مشارکتی در سیستم های پیشنهاد دهنده، مرتفع نمودن چالش شروع سرد کاربران یا کالا در سیستم های آنلاین است. از طرفی با بکارگیری سیستم های پیشنهاد دهنده مشارکتی می توان به پیشنهاداتی دست یافت که به صورت مستقیم با کاربر مرتبط نبوده و برای کاربر جدیدالورود جذاب است . استفاده از معیار های شباهت در سیستم های پیشنهاد دهنده مشارکتی،جهت یافتن کاربران همسایه یا فعالیت ها و عملکرد های مشابه در سیستم مورد نظر، یکی از ضروریات اصلی ارائه پیشنهادات است. بطور کلی بدون استفاده از معیارهای شباهت،فیلترینگ مشارکتی می تواند به اهداف خود برسد؛ اما با توجه به در نظر گرفتن سایر اطلاعات از جمله، اطلاعات دموگرافیک کاربران، فعالیت کاربران و اطلاعات جمعیت شناختی آنها، در این تحقیق از معیار های شباهت مختلفی استفاده می گردد. بنابراین در این پژوهش از معیارهای مشابهت ترکیبی استفاده نموده تا بتوان در مراحل مختلف، میزان مشابهت اقلامی را که سایر کاربران امتیازدهی نموده اند را برای کاربر جدید پیشنهاد نمود. لازم به ذکر است که از معیارهای شباهت در مرحله یافتن نزدیکترین همسایگان کاربر جدیدالورود استفاده می گردد.

در این پژوهش از سیستم های فیلترینگ مشارکتی استفاده شده و سعی بر این داریم که از یک روش ترکیبی جهت ارائه لیستی از کالاها به کاربران استفاده کنیم. علاوه بر چالش های مقیاس پذیری و پراکندگی داده ها در سیستم های پیشنهاد دهنده مبتنی بر فیلترینگ مشارکتی، چالش های دیگری از جمله شروع سرد کاربران در این سیستم ها مطرح است. 

1. هدف اصلی : ارائه یک سیستم توصیه کالا با دقت بالا بر اساس اطلاعات پروفایل کاربران

2. مرتفع نمودن مشکلاتی از قبیل شروع سرد در حوزه فیلتر گذاری مشارکتی

3. شکل گیری انجمن ها بر اساس سابقه رفتاری مشتریان در حوزه خرید کالا

4. امکان ارائه خدمات به گونه ای که پیشنهادی از قبیل تخفیف برای مشتریان مختلف ، سفارشی گردد.