فوق لیسانس هوش مصنوعی با عنوان رده بندی کالاها در فروشگاه های الکترونیکی _ یک رهیافت فازی رده بندی کالاها در فروشگاه های الکترونیکی _ یک رهیافت فازی
دسته بندی هوش مصنوعی
بازدید ها 355
فرمت فایل rar
حجم فایل 1.742 مگا بایت
تعداد صفحات فایل 20
قیمت: 10,000 تومان
رده بندی کالاها در فروشگاه های الکترونیکی _ یک رهیافت فازی

فروشنده فایل

کد کاربری 25213
کاربر

رده بندی کالاها در فروشگاه های الکترونیکی _ یک رهیافت فازی +20 اسلاید انگلیسی+داده های همراه

چکیده:
در مکتوبی که پیش رو دارید، روشی برای طبقه بندی کالاهای موجود در فروشگاه های اینترنتی معرفی میگردد. این طبقه بندی بر اساس سلیقه مشتری و همچنین اطلاعات گرفته شده از دیگر موتور جستجوها پیرامون کالای مورد نظر بنا شده است. سلایق مشتری که به صورت زبانی درباره ی کالاها بیان شده (Linguistically defind) ، یا همان خواص محصول، مستقیما از مشتری دریافت می گردد. از طرف دیگر موتورهای جستجو اطلاعاتی پیرامون کالا و بر اساس نظر دیگر مشتریان جمع آوری می کنند. مجموع سلایق مشتری و اطلاعات موتور جستجوها به عنوان مقیاسی جهت آماده سازی اطلاعات جدید و رتبه بندی کالاها مطابق نیاز مشتری استفاده می شود. میانگین وزن دار شده (Weighted average) محصولات، که از اطلاعات پیشین و سلایق عنوان شده توسط مشتری بدست می آید به ما کمک می کند تا محصولات را در فروشگاه اینترنتی رتبه بندی کنیم.
کلمات کلیدی:

سیستم های فازی

رده بندی کالا

رهیافت فازی

رتبه بندی

کمیت سنج زبانی

مقدمه:
در هر دو نوع فروشگاه کلاسیک و آنلاین، یک مشتری مشخصات مورد نظر خود را هنگام خرید کالا مطرح می کند. همزمان مایل است بداند نظر دیگر مشتریان در ارتباط با کالایی که وی قصد خرید ان را دارد چیست.
با این پروسه مشتری خواهد فهمید که انتخابش چه قدر با بهترین کالا فاصله دارد. (فاصله صفر وقتی مشتری بهترین انتخاب را دارد). مشتری انتظار دارد این رده بندی و پیشنهادات از طرف خود سیستم بازار الکترونیکی به وی داده شود. در این راه گرفتن اطلاعات، جهت دادن پیشنهاد، کار نسبتا دشواری است. 
این دشواری چند برابر می شود وقتی مشتری خواسته ها و سلایق خود را به صورت فازی بیان می کند. سیستم فروش الکترونیک نیاز دارد که در جهت هرچه مشتری مدارتر شدن، این اصطلاحات فازی را نمایش داده و ترکیب کند. یک مشکل دیگر در فروش الکترونیک بیرون کشیدن وزن های پنهان شده درون هر یک از خصوصیاتی است که مشتری بر اساس این وزن های ذهنی، قضاوت و رده بندی نهایی را می طلبد. اعلام این وزن های پنهان، فروش الکترونیکی را هر چه بیشتر بر روی خواست مشتری متمرکز می کند. اما بسیار دشوار است که این وزن ها در فروشگاه های الکترونیکی دریافت و تعریف شوند، زیرا درگیر کردن مشتری با جزئیات از جذابیت خرید خواهد کاست. مطلب بعدی به میزان محبوبیت کالای انتخاب شده بر می گردد. نهایتا سیستم نیاز دراد تمام موارد فوق را با هم ترکیب کرده و رده بندی نهایی را به مشتری اعلام کند.
در این گزارش ما با مشکل اول از طریق نمایش خواص کالا که توسط مشتری بیان می شود، به صورت مجموعه های فازی، روبرو می شویم. مسئله دوم با مفاهیم اپراتور OWA (Ordered Weighted Average) و کمیت سنج زبانی مدیریت می شود. اطلاعات سایر مشتریان از طریق اینترنت و با استفاده از موتورهای جستجو انجام می شود، و نهایتا از ترکیب تمام اطلاعات فوق جهت ارائه یک رده بندی مناسب و دادن اطلاعات جدید جانبی راجع به کالای مورد نظر استفاده خواهد شد.
در بخش 1، مروری بر کارهای انجام شده در این زمینه خواهیم داشت. در بخش 2، به شرح فواید مجموعه های فازی در نمایش یک کالا و کمیت سنج زبانی (Linguistic quantifier)، همراه با توضیح مختصری در ارتباط با اپراتور OWA می پردازیم. در بخش 3، ما به چگونگی رتبه بندی بر اساس اطلاعات گرفته شده از مشتری و همچنین موتورهای جستجو خواهیم پرداخت. در بخش 4، یک مثال عددی را در ارتباط با پروسه فوق از نظر می گذرانیم. مثالی که بررسی خواهد شد مربوط به کاری است که در مرجع بر روی داده ها انجام شده است. در بخش 5، پیاده سازی روش های رتبه بندی عنوان شده را بر روی داده های گرفته شده از پایگاه اینترنتی UCI، با تغییراتی که جزئیات آن شرح داده خواهد شد، انجام داده و نتایج حاصله را مورد بحث و بررسی قرار می دهیم.
فهرست
چکیده: 3
مقدمه: 3
1_ مروری بر کارهای قبلی: 4
2_ سفارشی کردن کالا: 6
2_1_ مفاهیم فازی در ویژگی های محصول: 6
2_2_ کمیت سنج زبانی (Linguistic Quantifier): 8
2_3_ اپراتور OWA: 9
3_ رتبه بندی محصولات: 9
3_1_ رده بندی از دیدگاه ویژگی های مورد نظر مشتری: 10
3_1_ رده بندی از دیدگاه موتورهای جستجو: 11
4_ رتبه بندی نهایی محصولات: 12
5_ مثال عددی: 13
5_1_ رتبه بندی ماشین ها از دیدگاه مشتری: 14
5_2_ رتبه بندی ماشین ها از دیدگاه مشتری: 14
6_ پیاده سازی روش: 16
6_1_ داده ها: 17
6_2_ مسئله و حل آن: 18
6_3_ بحث و نتیجه گیری: 19
مراجع: 20

فایل های مرتبط ( 7 عدد انتخاب شده )
پروپوزال شناسایی وب سایت فیشینگ در بانکداری الکترونیکی با منطق فازی
پروپوزال شناسایی وب سایت فیشینگ در بانکداری الکترونیکی با منطق فازی

هوش مصنوعی ربات
 هوش مصنوعی ربات

تکنیک ها و زبان برنامه نویسی هوش مصنوعی
 تکنیک ها و زبان برنامه نویسی هوش مصنوعی

رابطه هوش مصنوعی، معادله مارکوف، ژنتیک و منطق فازی
رابطه هوش مصنوعی، معادله مارکوف، ژنتیک و منطق فازی

فایل هوش مصنوعی - تاریخچه کاربرد و آینده
فایل هوش مصنوعی - تاریخچه کاربرد و آینده

پروسه ارزیابی یک الگوریتم ژنتیك برای بهبود شبكه پس از خطا BPN
پروسه ارزیابی یک الگوریتم ژنتیك برای بهبود شبكه پس از خطا BPN

اراﺋﻪ ﻣﺪﻟﻲ ﺑﺮای ﻣﻌﻤﺎری ﻣﺮﺟﻊ راﻫﻜﺎر
اراﺋﻪ ﻣﺪﻟﻲ ﺑﺮای ﻣﻌﻤﺎری ﻣﺮﺟﻊ راﻫﻜﺎر

پشتیبانی از تمامی بانک ها-فروش محصولات دانلودی و بازاریابی فایل سِرو

بالا