هدف ما ، سیستم های توصیه گر برای پلتفرم های بازار الکترونیک در Matlab

تعداد زیادی  آیتم شرخ داده و پس از آن هر روز در بازار های حراج در وب خرید و فروش می شود. مقدار اطلاعات و تعداد زیاد موارد موجود، یافتن اقلام برای خرید و همچنین توصیف یک مورد برای فروش،  را به یک چالش برای شرکت کنندگان  تبدیل کرده است.

در این مقاله دو تابع برای بازارهای الکترونیکی را در نظر می گیریم. اول، ما  به توصیه های مربوط به اقلام  موجود برای کاربران در حال بررسی اقلام  موجود در بازار می پردازیم. دوم، به منظور حمایت از فروشندگان ما توصیه های مربوط به اقلام (کالاها) و اصطلاحات که می تواند مورد استفاده قرار گیرد برای توصیف یک مورد برای فروش در بازار را پیشنهاد می کنیم.
سهم این مقاله در پیشنهاد یک سیستم نوآورانه است که به منظور حمایت از این توابع، موضوعات مبهم اطلاعات غیر ساختاری موجود در بازار الکترونیک را مورد بهره برداری قرار می دهد.
ما یک فرایند سه مرحله ای ارائه می دهیم که در آن یک رویکرد مدل سازی موضوعی احتمالاتی برای کشف مباحث غیرواقعی که مبنایی برای محاسبه شباهت و اصطلاح برای توصیه های مربوطه است، استفاده می شود. ما  در طراحی سیستم ارائه شده به ارزیابی کیفیت موضوع های استخراج شده  پرداخته و همچنین سیستم پیشنهادی را با استفاده از سناریوهای واقعی  و با استفاده از داده های استخراج شده از یک بازار حراج مورد بررسی قرار می دهیم.

داده را با یه کد جاوا انلاین از سایت EBid یک سری پردازش با ابزار  Malletانجام شد بعد از اون یه کد متلب برای محاسبه میزان شباهت ها با  Matlab نوشته شده .

سیستم های توصیه گر برای پلتفرم های

بازار الکترونیک

A topic-based recommender system for electronic marketplace platforms

 Published in: Elsevier

Date of Publication: 2013

                                   برای مشاهده مقاله ؛ تصویر فوق را کلیک کنید تا دانلود شود

مشخصات شبيه ساز:

کارشناسي ارشد نرم افزار

دانشگاه اراک

محتويات:

• اصل مقاله
• پياده سازي با متلب
• ضميمه کردن گزارش فارسي
• ضميمه کردن ديتابيس

دانلود فايل