مقاله درباره شبکه اجتماعی، انتخاب کالا، تجارت الکترونیک

دانلود پایان نامه ارشد

توصیهگر کارآمد

طبق آمار رسمی ارائه شده توسط سایت فروش کتاب Amazon18 ، 35 درصد از فروش این سایت به واسطه وجود سیستم توصیهگر و ارائه پیشنهادات مناسب به علاقهمندان کتاب می باشد[5] همچنین سایت اجاره فیلم Netflix برای بهبود 10 درصدی دقت سیستم توصیهگر خود موسوم به Cinematch19جایزه ای بالغ بر یک میلیون دلار برای محققان در نظر گرفته است. هر دو مثال فوق نشان دهنده اهمیت سیستمهای توصیهگر و نقش آنها در تجارت میباشد. در ذیل تعدادی از دلایل اهمیت وجود یک سیستم توصیهگر مناسب و کارآمد در یک سایت تجارت الکترونیک برشمرده میگردد:
راهنمایی کاربران و بازدید کنندگان در انتخاب کالا ، محصول یا خدمت مناسب
تسریع در زمان انتخاب کالای مورد نظر مشتری مانند انتخاب یک فیلم مناسب در میان میلیونها فیلم موجود در سایت
جمعآوری اطلاعات ارزشمند در خصوص سلایق و رفتار کاربران جهت برنامهریزیهای آتی
جذب مشتریان و بازدید کنندگانی که برای اولین بار است از سایت بازدید میکنند
افزایش میزان رضایتمندی کاربران و طبیعتا افزایش سود سرمایه گذاران تجاری
ایجاد احساس اطمینان در مشتری با ارائه آمار نظرات سایر کاربران
بهبود معیارهای سنجش رتبه و درجه پورتال یا سایت
توجه به جنبههای روانشناختی کاربران
افزایش آگاهی کاربر در زمینه مورد علاقه وی

1-5- معایب و مشکلات کلی سیستمهای توصیهگر

در مقابل مزایای بیان شده، این سیستمها دارای نواقص و محدودیتهایی نیز می باشند که در ذیل به پاره ای از آنها اشاره میشود:
عدم امکان بررسی همه جانبه مشخصات کاربران و عدم ارائه یک جواب کاملا منطبق و سازگار با نظر ایشان
عدم اطمینان مشتریان به نظرات و پیشنهادات ارائه شده توسط سیستم
عدم وجود دقت مطلوب در پیشنهادات ارائه شده توسط سیستم
عدم پاسخگویی در برخی شرایط خاص، خصوصا در مورد کاربران تازه وارد یا مشتریان جدید (در فصل آینده در خصوص این مورد توضیحات کاملتری ارائه میگردد)
مشکلات فنی و موانع عدیدهای نیز در خصوص پیادهسازی و ارائه الگوریتم برای سیستمهای توصیهگر وجود دارد که پارهای از آنها عبارتند از:
پیادهسازی این سیستمها به دلیل وجود فاکتورهای بسیار متعدد و تاثیرگذار بر روی روند تصمیمگیری مکانیزه، بسیار پیچیده میباشد.
وجود امکان نفوذ متجاوزان و کلاهبرداران به اینگونه سیستمها و ایجاد دادههای غیرصحیح در سیستم، که ممکن است نتیجه خروجی سیستم را به نحوی تغییر یا منحرف نمایند.
پیچیدگی زمانی الگوریتمهای موجود و سرعت پاسخگویی کند این سیستمها خصوصا در ارائه پیشنهادات برخط20
پیچیدگی پیادهسازی الگوریتمهای موجود در این زمینه به لحاظ برنامهنویسی و مباحث نرمافزاری
وجود مشکلات عدیده در خصوص مدیریت دادههای بسیار سنگین و گاها به صورت توزیعشده21
پیچیدگیهای ناشی از وجود یک شبکه گرافی بسیار حجیم و درهم با تعداد گرههای بسیار زیاد خصوصا در مورد شبکههای اجتماعی
عدم وجود امکانات زمانی و سختافزاری در زمینه بررسی کل شبکههای مبتنی بر اعتماد برای یافتن بهترین جواب و با بالاترین دقت ممکن(به عنوان مثال اجرای برخی از الگوریتمها ممکن است چندین روز به طول بیانجامد)

1-6- انواع رویکردها و مدلهای موجود در زمینه پیادهسازی سیستمهای توصیهگر

در سالهای اخیر شیوهها، رویکردها، الگوریتمها و مدلهای متنوع و گوناگونی در زمینه توسعه انواع سیستمهای توصیه گر مطرح گردیده است که از ابعاد مختلف و با نگاههای متفاوتی به مسئله ارائه پاسخ و پیشنهاد مناسب به کاربران پرداختهاند که در این میان، پارهای از مهمترین و معروفترین روشهای موجود به اختصار معرفی میگردند.
یکی از متداولترین شیوه های مطرح”پالایش گروهی”میباشد[6]. این شیوه با جمعآوری و آنالیز دادههای موجود در مورد رفتار گذشته کاربران، فعالیتهای ایشان، سلایق آنها و امتیازاتی که به آیتمهای مختلف توسط ایشان داده شده است و همچنین بر اساس تشابه کاربران یا موضوعات با یکدیگر، مدلی ایجاد مینماید و سپس از آن مدل برای پیشبینی آیتمهای مورد علاقه کاربر یا پیشبینی امتیازدهی یک کاربر به یک آیتم خاص استفاده مینماید[7]. یکی دیگر از شیوههای موجود در این زمینه “پالایش محتوایی22” میباشد که در این شیوه، مجموعهای از خصوصیات یک آیتم، برای پیشنهاد آیتمهای جدید با خصوصیات مشابه با آن مورد استفاده قرار میگیرد[8]. از هر دو روش فوق نسخههایی نیز به صورت تجاری پیادهسازی شده است که به عنوان مثال سیستم توصیهگر موسیقی بکار رفته در سایت Last.fm23 بر اساس شیوه پالایش محتوایی پیادهسازی شده است در حالیکه در سایت 24PandoraRadio از شیوه پالایش گروهی استفاده شده است.
یکی دیگر از شیوههای موجود درخصوص تولید سیستمهای توصیهگر، ترکیب هر دو رویکرد فوق تحت عنوان “سیستمهای توصیهگر ترکیبی” میباشد[4]. مطالعات اخیر نشان داده است که در برخی موارد استفاده از ترکیب هر دو شیوه میتواند نتایج موثرتری را ایجاد نماید. این ترکیب میتواند در اشکال و انواع مختلفی صورت گیرد که هر کدام نتایج خاصی را تولید مینمایند[9]. تحقیقات نشان داده است که ترکیب این دو شیوه می تواند برخی از مشکلات هر کدام از روشها را برطرف نموده و نتایج با دقت بالاتری ایجاد نماید، به عنوان مثال، سیستم توصیهگر ایجاد شده در سایتNetflix25 از یک سیستم ترکیبی بهره میبرد که در آن عادات مشاهده فیلم، توسط کاربران مشابه (شیوه پالایش گروهی)، در کنار ارائه فیلمهایی که به لحاظ مشخصات، مشابه فیلمهایی هستند که توسط کاربر امتیاز بالاتری اخذ نمودهاند (شیوه پالایش محتوایی) در نظر گرفته شده است.
با ظهور شبکههای اجتماعی و شبکههای مبتنی بر اعتماد، رویکردها و ایدههای جدیدی در خصوص ایجاد و بهبود سیستمهای توصیهگر، با توجه به ارتباطات میان کاربران و به صورت خاص، وجود رابطه اعتماد میان آنها مطرح گردیدکه منجر به تولید سیستمهای توصیه گر مبتنی بر اعتماد شده است[10].
یک شبکه اجتماعی در واقع یک ساختار اجتماعی متشکل از مجموعهای از بازیگران (شامل کاربران و سازمان آنها) و ارتباطات دوتایی میان این عناصر میباشد[11] که به عنوان نمونه برجستهای از آن می تواند به شبکه اجتماعی facebook اشاره نمود. این ارتباطات میتواند در قالب انواع گوناگون یا بر اساس معیارهای مختلفی مانند: قیمتها، تبادلات مالی، دوستی، خویشاوندی، تجارت، سرایت بیماری یا مسیرهای هواپیمایی و غیره بیان گردند[12]. بررسی ابعاد و زوایای مختلف یک شبکه اجتماعی روش مشخصی برای آنالیز و تحلیل ساختار کلیه عناصر تشکیل دهنده آنرا فراهم میکند. مطالعه این ساختارها از روش “آنالیز شبکه اجتماعی” برای شناسایی الگوهای محلی و سراسری ، یافتن عناصر و موجودیتهای تاثیرگذار در شبکه و بررسی دینامیک شبکه استفاده مینماید[13]. شبکههای اجتماعی و تحلیل آنها یکی از موضوعات میان رشتهای است که به صورت آکادمیک در حوزههای روانشناسی اجتماعی، جامعه شناسی، آمار و تئوری گراف مطرح میباشد.
از دیدگاه تئوری گراف[14] یک شبکه اجتماعی متشکل از تعدادی گره و یال میباشد که گرهها در واقع همان افراد، سازمانها و گروهها میباشند و یالها نیز بیانگر رابطه میان هر دو گره موجود در این گراف میباشند. نکته حائذ اهمیت، پیچیدگی این گرافها به لحاظ تعداد بسیار زیاد گرهها و همچنین یالهای میان آنها میباشد.
یکی از انواع خاص شبکههای اجتماعی وجود یک شبکه مبتنی بر اعتماد میان کاربران میباشد که در آن کاربران عقیده و نظر خود در خصوص اعتماد به دیگران را صراحتا و آشکارا بیان می نمایند و این اعتماد را در قالب امتیازی که به افراد مختلف می دهند بیان میکنند[15]. یک شبکه مبتنی بر اعتماد در واقع یک گراف جهتدار است که میتواند متمایز کننده آن از یک شبکه اجتماعی گردد. گرهها کاربران میباشند و یالهای گراف بیانکننده وجود رابطه اعتماد میان دو کاربر میباشند[16]. به عنوان مثال می توان به سایت Epinions26 اشاره نمود. این سایت تجارت الکترونیک27 مثال بارزی از شبکه مبتنی بر اعتماد می باشد که در آن کاربران در خصوص محصولات، نظرات خود را مطرح می نمایند و می توانند برای محصولات یا نظر سایر کاربران امتیازی در محدوده 1 تا 5 را انتخاب نمایند. نکته مهم در خصوص این سایت این است که کاربران می توانند بر اساس کیفیت و تشابه نظر سایر افراد با خودشان، ایشان را به شبکه اعتماد خود اضافه نمایند و شبکهای از افراد مورد اعتماد خود را تشکیل دهند و یا افراد ناشناس را که نظرات آنها مورد تایید نمی باشد را در لیست سیاه28 خود قرار دهند.
سیستم توصیهگری نیز که بر اساس شبکه اعتماد ایجاد میگردد به کاربران بر اساس نظرات افراد موجود در شبکه اعتماد29 ایشان و یا بر اساس نظرات افرادی که مورد اعتماد اعضای شبکه اعتماد باشند پیشنهاداتی را ارائه مینماید.
یکی از مباحث مهم و مطرح در اینگونه شبکهها نحوه بیان و ارزیابی معیار اعتماد میان کاربران میباشد که روشهای بسیار متنوع و مختلفی در این خصوص موجود است که طبیعتا منتج به نتایج متفاوتی میگردند[17]. به عنوان مثال تعداد ارتباطات مستقیم و غیرمستقیم میان یک کاربر با کاربر دیگر می تواند بیان کننده میزان اعتماد میان ایشان باشدکه این امر به صورت کلی باعث ارائه جوابهای قابل قبولتری میگردد[18]. نحوه بیان معیار اعتماد و اندازه گیری آن، خود یکی از موضوعات قابل تحقیق و بررسی است که از محدوده این تحقیق خارج بوده و در این تحقیق وجود یک شبکه مبتنی بر اعتماد میان کاربران به عنوان یکی از فرضیه های تحقیق در نظر گرفته میشود و به منظور محاسبه اندازه و مقدار اعتماد میان کاربران از نتایج تحقیق صورت گرفته در این خصوص بهرهبرداری میگردد[19].
1-7- تشریح و بیان مسئله

در یک سیستم توصیهگر بطور معمول مجموعهای از کاربران30 وجود دارد که به صورت مجموعهU={u1,u2,…,uN} نمایش داده میشود و مجموعهای از موضوعات و اشیا31 موجود میباشد که به صورت مجموعهI={i1,i2,…,iM} نمایش داده میشود بطوریکه هر کاربر به تعدادی از اشیا یا موضوعات امتیازی تخصیص میدهد که به صورت مجموعه RIu={iu1,iu2,…,iuk} نمایش داده می شود و امتیاز کاربر u به آیتمi به صورت ru,i بیان میگردد. ru,i میتواند یک عدد اعشاری باشد ولی در اکثر مواقع این عدد به صورت صحیح و در بازه ]5,1[ بیان میگردد.
در یک سیستم توصیهگر مبتنی بر شبکه اعتماد، علاوه بر مطالب فوق رابطه اعتماد میان دو کاربر u و v، با متغیر tu,v نمایش داده می شود و مقدار آن عددی اعشاری در بازه ]1,0[ میباشد. مقدار صفر برای متغیر tu,v نشان دهنده عدم وجود اعتماد میان دو کاربر و مقدار یک بیانگر وجود رابطه اعتماد کامل میان دو کاربر میباشد. در اکثر شبکههای اعتماد همچون32eBay، مقدار رابطه اعتماد به صورت مقدار دوتایی صفر و یک در نظر گرفته میشود. مجموعه TUu نشان دهنده مجموعه کاربرانی میباشد که به صورت مستقیم مورد اعتماد کاربر u میباشند و به صورتTUu={v ϵU | tu,v =1} تعریف میگردد.
با توجه به تعاریف فوق، شبکه اعتماد را می توان به صورت یک گرافG= تعریف نمود که در آنTU={(u,v)| u ϵ U , v ϵ TUu}میباشد و در واقع هر گره در این گراف بیانگر یک کاربر و یال میان هر دو گره بیانگر رابطه اعتماد میان ایشان میباشد و مقدار یال بیانگر اندازه اعتماد میان دو فرد خواهد بود. وظیفه سیستم توصیهگر با توجه به تعاریف و مفاهیم فوق به صورت زیر بیان میشود:
“در صورتیکه کاربر u عضو مجموعه U و آیتمi عضو مجموعه I باشد به صورتیکه ru,i نامشخص باشد، پیشبینی امتیازدهی کاربر u به آیتمi وظیفه سیستم توصیهگر میباشد. به کاربر u کاربر مبدا33 و به آیتم i آیتم مقصد34 اطلاق میگردد و امتیاز پیشبینی شده توسط سیستم با r ̂_(u,i) نمایش داده میشود”[20].
در اکثر مواقع، کاربران به درصد اندکی از آیتم ها امتیاز می دهند و در خصوص آنها نظرات خود را بیان می کنند که این امر باعث می گردد برای اکثر زوجهای مقدار ru,i نامشخص باشد که این مسئله یکی از مسائل قابل تامل و مهم در خصوص طراحی مدل سیستم توصیهگر میباشد.

1-8- اهداف تحقیق

با

پایان نامه
Previous Entries مقاله درباره معیارهای ارزیابی، معیارهای ارزیابی.، علوم اجتماعی Next Entries مقاله درباره ادبیات تحقیق، مدل ترکیبی، روش های ترکیبی