کارشناسی ارشد 1401
پدیدآور: سیدپویا رضوی استاد راهنما: بهنام برزگر استاد مشاور: بهنام برزگر
موسسه آموزش عالی علامه طبرسی، گروه کامپیوتر
چکیده

چکیده: (برای مرحله ثبت فرم پیشنهاده در سامانه ثبت ایرانداک پس از تصویب در شورا، ضروری است. ) روزگاری که در آن به سر می بریم، مملو از داده‌هایی است که دانش عَظیمی برای دسته‌بندی و استفاده از آنها مورد نیاز است. با توجه به حَجم بالای داده و نیز فُرصت، امکان بررسی همه موارد و انتخاب دقیق برای همگان امکان‌پذیر نبوده و به همین دلیل، نیازمند استفاده از سیستمهایی هستیم که راه را کوتاه‌تر و انتخاب را راحت‌تر نماید؛ تا در انتهای کار، انتخاب به بهترین شکل ممکن صورت گرفته و هم متقاضی به کالای خود برسد و هم فروشنده امکان فروش آن را بیابد و در نهایت خریداران به کالای مورد علاقه و فروشندگان به بازار مورد نظر خود خواهند رسید. خریداری را در نظر بگیرید که قصد خرید از سایتی مانند eBay و یا DigiKala را دارد و نمی‌داند چگونه کالای مورد نظر خود را انتخاب کند و از طرفی سایتهای فوق را در نظر بگیرید که به دنبال ارائه بهترین پیشنهاد به مشتری خود هستند تا فروش را قطعی نمایند. به همین منظور داده‌ها در «سیستمهای پیشنهاد دهنده» دسته‌بندی شده تا راه‌حلی مناسب برای تسریع در امر انتخاب و حذف هزینه‌های اضافی برای آن در دسترس همگان قرار گرفته و به هر کدام پیشنهادهای مناسبی برای دستیابی به اهداف خود ارائه نمایند. سیستم پیشنهاددهنده به نام سیستم توصیه‌گر نیز شناخته می‌شوند که هر دوی این نام‌ها به یک موضوع اشاره دارند. در این پایان نامه ویژگی استخراج شده‌ای به نام امتیاز برای افزایش دقت پیش‌بینی نرخ‌های کالا و امتیاز رضایتمندی (منظور میزان درجه‌های داده شده عددی به کالاها توسط کاربران و خریداران بر حسب معیار‌های مورد نظر کاربر) استفاده می‌شود. روش‌های مورد استفاده، شبکه‌های عصبی مصنوعی پرسپترون و رگرسیون خطی است. نتایج حاصله از هر دو روش با معیارهای RRSE)،  RAE،RMSE،MAE ،CC  ) با یکدیگر مقایسه می‌شوند.