توسعه یک سیستم پیشنهاددهنده محصول طراحی مدلی ترکیبی با بهره گیری از روش های فیلترینگ مشارکت محور، کشف قوانین انجمنی، و بخش بندی مشتریان

توسعه روزافزون اینترنت نحوه تعاملات مشتریان و سازمان ها را دستخوش تحولات چشمگیری کرده است. یکی از پیامدهای مهم این پدیده پیدایش و گسترش وبگاه های تجارت الکترونیکی و افزایش گرایش کاربران به بهره گیری از خدمات خریدوفروش برخط است. تنوع خدمات و اقلام عرضه شده در این وبگاه ها می تواند انتخاب محصولات مناسب را برای مشتریان به فرایندی پیچیده و زمان بر مبدل کند. سیستم های پیشنهاددهنده، با شناسایی ترجیحات مشتریان، آنان را در مواجهه با انبوه اطلاعات یاری و محصولات و خدماتی منطبق سلایقشان به آن ها ارائه می کند. هدف این پژوهش ارائه مدلی برای توسعه یک سیستم پیشنهاددهنده محصول به مشتریان یک خرده فروشی برخط، با بهره گیری از مجموعه ای از روش های داده کاوی، است. با استناد به چارچوب پیشنهادی مدل، نخست مشتریان با تکیه بر رویکرد بخش بندی مبتنی بر ارزش طول عمر و با لحاظ کردن نسبی ترجیحات، بر اساس مشخصه های مدل RFM، خوشه بندی می شوند. سپس با بهره گیری از ساختار پیشنهاددهی دومرحله ای پیشنهادهای گوناگون در دو سطح متمایز از رده بندی محصول به هر یک از مشتریان هدف ارائه می شود. در مرحله نخست، با بهره گیری از روش کشف قوانین انجمنی، تراکنش های مشتریان هر خوشه در سطح کلاس محصولات بررسی و با شناسایی الگوها و وابستگی های پنهان در داده ها قوانین پیشنهاددهی معتبر استخراج و لیستی متشکل از کلاس محصولات پیشنهادی به هر یک از مشتریان هدف ارائه می شود. در مرحله دوم با بهره گیری از رویکرد فیلترینگ مشارکت محور و با استناد به خروجی های مرحله پیش ترجیحات خرید مشتریان در سطح اقلام کلاس محصولات پیشنهادی شناسایی و لیست نهایی اقلام محصول به هر یک از مشتریان هدف پیشنهاد می شود. نتایج اجرای مدل حاکی از آن است که مدل پیشنهادی با بهره گیری از یک رویکرد ترکیبی پیشنهاددهی و با کاهش معضلات ناشی از دو پدیده عدم تراکم و مقیاس پذیری، در قیاس با مدل های مشابهی که با تکیه بر رویکرد سنتی فیلترینگ مشارکت محور توسعه می یابند، عملکرد مطلوب تری دارد.