دیتاماینینگ یار

خلاصه شروع سرد

وجود مشکل شروع سرد در سیستمهای توصیهگر تجاری میتواند منجر به ارائه توصیههای نامناسب شود که این امر ضمن سلب اعتماد کاربر، باعث رنجش و انصراف کاربر از ادامه انجام فرایند خرید میشود.مشکل شروع سرد زمانی رخ میدهد که کاربر یا اقلام جدیدی در سیستم وارد شود. در این حالت سیستم توصیهگر بدلیل در دسترس نبودن اطلاعات، سوابق و امتیازات قبلی نمیتواند اقلام مناسب را به کاربر جدید و یا اقلام جدید را به کاربران مناسب پیشنهاد دهد .به اختصار روشهای ارائه شده برای مقابله با مشکل شروع سرد را جمع بندی و آنها را به ۱۰ روش تقسیم نموده است. این ۱۰ روش شامل موارد زیر هستند

مشکل شروع سرد شامل دو دسته کلی است: مشکل شروع سرد اقلام و مشکل شروع سرد کاربر

هنگامی که اقلام جدید به سیستم اضافه میشوند هیچ امتیازی از کاربران سیستم کسب نکردهاند و هیچ کاربری آنها را ندیده است تا بخواهد در مورد آنها نظری ثبت کند، بنابراین این اقلام معمولا از الگوریتمهای توصیهگر حذف میشود.گاهی اوقات راه حلهای پالایش مبتنی بر محتوا برای حل این مشکل بر اساس اطلاعات محتوایی اقلام، مورد استفاده قرار میگیرد و گاهی برای رفع این مشکل راهکارهای مختلف و موثر دیگری مانند تبلیغ آخرین محصولات یا روشهای مبتنی بر دانش استفاده میشود.

هنگامی که یک کاربر جدید به سیستم وارد میشود به دلیل اینکه کاربر هنوز به قلم کالایی امتیازی نداده است امکان تشخیص ترجیحات و سلایق او برای سیستمهای توصیهگر غیر ممکن یا بسیار مشکل است [ ۲۵]  [۳۲] . مشکل شروع سرد کاربر علاوه بر کاربران جدید وارد شده به سیستم، شامل کاربرانی که در سیستم فعالیت کمی دارند و امتیازات داده شده توسط آنها بسیار کم است نیز میشود. همچنین گاهی از فعالیت کاربران در سیستم بازه زمانی بلند مدتی میگذرد و احتمال تغییر ترجیحات کاربران در بازه زمانهای مختلف نیز وجود دارد

طبقه بندی و مرور روشهای بهبود مشکل شروع سرد :

مقالات و تحقیق های بررسی شده در این بخش شامل پژوهش های یک دهه اخیر (۲۰۰۸-۲۰۱۷)

ارتباط و مشاوره با شما ۰۹۳۶۷۹۳۸۰۱۸ در واتس اپ

دیدگاه‌ها (0)

*
*


پاسخ من را به ایمیلم ارسال کن

error: با عرض پوزش؛ لطفا از مطالعه مطالب لذت ببرید.