کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6855078 1437605 2018 37 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A fuzzy query engine for suggesting the products based on conformance and asymmetric conjunction
ترجمه فارسی عنوان
یک موتور پرسوجوی فازی برای پیشنهاد محصولات براساس سازگاری و پیوند نامتقارن است
کلمات کلیدی
پیشنهاد محصولات کمتر خریداری شده، سازگاری، پیوند نامتقارن، اولویت کاربر، منطق فازی، پایگاه داده رابطه ای فازی،
ترجمه چکیده
اکثر موتورهای پرس و جو موجود در سیستم عامل های تجارت الکترونیک مدرن با استفاده از متن و تطبیق عددی، محصولات را بازیابی می کنند. موتورهای پرس وجوی متعارف برای انجام جستجوی محصول از چندین مشکل رنج می برند که به دلیل آن موتورهای توصیه شده محصول خوب نیستند. اولا، آنها وظایف را بدون در نظر گرفتن عدم اطمینان معنایی در سوالات کاربران و در داده ها حل می کنند و بنابراین تطابق جزئی شرایط پرس و جو را در نظر نمی گیرند. کاربران ممکن است نیاز به وارد کردن اطلاعات نامشخص برای بیان ترجیحات خود و یا اطلاعات توصیف محصولات را نیز می تواند نامشخص باشد. دوم، موتورهای پرس وجو موجود برای انجام وظایف جستجو محصول، سازگاری بین ویژگی های توفال و جمع شدن شرایط اتمی طبیعت متفاوتی را در نظر نمی گیرند. روشهای پرس و جو فازی، اکثریت مشکلات مربوط به عدم قطعیت معنایی را حل می کنند، اما تمام انعطاف پذیری های احتمالی را به سطح کافی پوشش نمی دهند. هنگامی که کاربر شرایط تیز را تعریف می کند (حتی اگر ممکن است مقادیر مشابه با موارد ارائه شده را داشته باشد)، نهاد یا کاملا منطبق یا اساسا متفاوت است، صرف نظر از شباهت بین مقدار ویژگی و مقدار ظاهر شده در شرایط. این مقاله یک رویکرد جدید برای پیشنهاد محصولات مناسب بر اساس انطباق فازی بین ویژگی های موجود در بردار محصول ایده آل از نظر مشتری و ویژگی های محصولات موجود ارائه می دهد. در مرحله دوم، جمع آوری های متعدد از شرایط اتمی برای محاسبه تطابق کلی بین نیازهای کاربر و محصولات موجود در مجموعه داده ها مورد بحث قرار می گیرد. علاوه بر این، رویکرد ما قادر به مدیریت نیازهای مشتریان بیان شده توسط محدودیت ها (ویژگی هایی است که باید رعایت شود) و آرزوها (اگر این ویژگی ها خوب است) توسط اپراتور و در صورت امکان امکان پذیر باشد. بنابراین، اتصال نامتقارن یک راه موثر برای گرفتن آنها است. آزمایشات بر روی یک مجموعه داده از ماشین های مورد استفاده نشان داده اند که نتایج امیدوار کننده ای دارند. موتور پرسوجوی فازی پیشنهاد شده، برخی از رفتارهای پیچیده مانند موارد غیر دقیق، داده های مبهم در مجموعه داده ها، محدودیت ها و خواسته های کاربران را بدون نیاز به سابقه پرس و جو، پاسخ های پیشنهاد شده، بازخورد، رتبه بندی جمع آوری شده و اطلاعات شخصی مشتری، در نظر می گیرد. این نرم افزار را در حوزه خاصی از سیستم های هوشمند فراهم می کند. چارچوب پیشنهادی را می توان به شیوه ای مستقیم به هر سیستم برای توصیه محصولات مناسب، مخصوصا برای موارد کمتر خریداری، اقتباس کرد. علاوه بر این، کسب و کارهایی که قادر به ساخت و یا مدیریت سیستم های توصیفی پیچیده برای جمع آوری داده های رفتاری مشتری نیستند و همچنین مشتریانی که با خطرات احتمالی مربوط به حریم خصوصی هستند ممکن است از این روش بهره مند شوند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
یک موتور پرسوجوی فازی برای پیشنهاد محصولات براساس سازگاری و پیوند نامتقارن است
چکیده انگلیسی
Most of the existing query engines built into modern e-commerce platforms retrieve products by means of text and numerical matching. Conventional query engines for conducting product search suffer from several problems because of which they are not good product recommendation engines. First, they solve tasks without considering semantic uncertainties in users' questions and in data and therefore do not consider partial matching of query conditions. Users may need to input imprecise information to express their preferences or data describing products can be imprecise as well. Second, existing query engines used for conducting product search tasks do not consider conformance among tuples' features and aggregation of atomic conditions of different nature. Fuzzy query approaches solve majority of problems related to semantic uncertainty, but do not cover all possible flexibilities to a sufficient level. When user defines sharp conditions (even though he might have values similar to provided ones in mind), entity either fully matches or fundamentally differs, regardless of the similarity between feature's value and the value appearing in conditions. This paper proposes a novel approach to suggesting suitable products based on fuzzy conformance between features appearing in the vector of the ideal product from customer's point of view and the features of existing products. In the second stage, several aggregations of atomic conditions for calculating overall matching between user's needs and available products in a data set are discussed. In addition, our approach is able to manage customers' requirements expressed by constraints (features which should be met) and wishes (it is nice if these features are met) by the and if possible operator. Thus, asymmetric conjunction is an effective way to capture them. Experiments on a data set of used cars have shown promising results. Proposed fuzzy query engine considers some complex behaviors such as imprecise preferences, vague data in datasets, constraints and wishes in users' requirements without previous history of queries, suggested answers, feedbacks, gathered ratings and customers' personal data. It provides application in a specific domain of intelligent systems. The proposed framework can be adapted in a straightforward manner to any system for recommending suitable products, especially for the less-frequently purchased ones. Moreover, businesses that are not able to build or manage complex recommendation systems for gathering customer's behavioral data, as well as customers who are concerned with privacy risks might have benefit from this approach.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Expert Systems with Applications - Volume 101, 1 July 2018, Pages 143-158
نویسندگان
, ,