النظام الناصح للتجارة الالكترونية == Recommender System for E - Commerce Data
Author name:
اسيل باسم صبري يعقوب الطائي
Supervisor name:
طه سعدون باشاغا
General topic:
Computer Science
Specific topic:
Computer Science
Degree:
Master
University:
Al-Nahrain University - College Of Science
Language:
English
University location:
Baghdad
Key words:
- Recommender system
- Recommendation methods
- E - commerce
- Data mining
- Rating
- Collaborative filtering
- User based
- Item based
- Internet
- Web site
First pages:
28T794 - p.pdf
Abstract:
لقد غيرت ثورة الانترنيت العالم باسره فاصبح قرية صغيرة وصار بامكان اي شخص في اي مكان ان يطوف العالم باسره وهو جالس امام شاشة الكومبيوتر. من هنا ظهر الشراء والبيع عن طريق الانترنيت او ما يعرف الان بالتجارة الالكترونية (E - commerce).هذا التوسع خلق مشكلة جديدة وهي صعوبة الاختيار. فصار الزبون يشعر بالحيرة حينما يريد ان يختار حاجة ما اذ انه امام الاف المواقع التي توفر الحاجة التي يريدها وكل موقع منها يعرض اشكالا وانواعا مختلفة للحاجة الواحدة. من هنا ظهرت الحاجة لتقنية جديدة تتمثل اليوم في الانظمة الناصحة.اننا في كثير من الاحيان نقوم بعمل ما دون ان نملك الخبرة الكافية للقيام به. وفي حياتنا اليومية كلنا يعتمد من وقت لاخر على نصائح مختلفة اما من ناس يخبروننا بها او عن طريق وسائل الاعلام المختلفة او من مسؤولين عن الخدمات العامة.النظام الناصح يساعد وينمي هذه العملية الطبيعية التي نقوم بها يوميا في مجتمعاتنا. في النظام الناصح يدخل المستخدمون نصائحهم فيقوم النظام بجمعها وتوجيهها الى المتلقي. يعمل النظام الناصح بان يسالك سلسلة من الاسئلة عن الاشياء التي تحبها والتي لا تحبها. ثم يقارن اجاباتك باجابات زبائن غيرك ومن خلال هذه المقارنة يجد اقرب الزبائن اليك من خلال الشبه في الاراء. وبهذا ينصحك بما يحب الزبون القريب منك.في هذه الاطروحة تم بناء نظام ناصح يعتمد على مجموعة من الطرق لكي يقدم النصائح للمستخدمين. | The Internet revolution changed the world and made it as a small village, since everyone can contact people anywhere in the world. This easy communication facilitates selling and buying through the Internet which is called e - commerce.When e - commerce began to grow, problems appeared, one of them is how to buy something from a huge category, i.e. when a customer wants to buy something from internet markets, he will be confused what to choose and from where, because of the various items and enormous sites. People handle this information overload through their own effort, the effort of others and some blind luck. First of all, most items and information are removed from the stream simply because they are either inaccessible or invisible to the user. Second, a large amount of filtering is done for us. Newspaper editors select what articles their readers want to read. Bookstores decide what books to carry. However with the dawn of the electronic information age, this barrier will become less and less a factor. Finally, we rely on friends and other people whose judgement we trust to make recommendations to us. A technology is needed to help people wade through all the information to find the items they really want and need, and to rid them of the things they do not want to be bothered with.Recommender systems are the new technology that assist and augment the recommendation process. In a typical recommender system people provide recommendations as inputs, which the system then aggregates and directs to appropriate recipients.In this work, a recommender system is built that uses different recommendation methods.
