بازگشت به بانک اطلاعات پایان نامه ها

شماره دانشجویی : 940043838
نام و نام خانوادگي : شایان امین دانشپور
عنوان پایان نامه : ارائه یک روش مبتنی بر کلان¬داده برای سیستم توصیه¬گر محصول در تجارت الکترونیک با استفاده از پالایش گروهی
دانشكده : دانشکده فنی و مهندسی
گروه تحصيلي : مهندسي کامپيوتر
رشته/گرایش تحصيلي : هوش مصنوعي
مقطع تحصيلي : کارشناسی ارشد
استاد راهنما (عضو هیات علمی مرکز) : رضا روانمهر ,
استاد مشاور () : ,
چكيده : با توجه به سرعت رشد داده¬ها و افزایش تنوع کالا، سیستم¬های پیشنهاددهنده محصول در حوزه تجارت الکترونیک با چالش¬هایی روبرو خواهند شد. پیش¬بینی درست رتبه¬های کاربران به محصولات، یکی از چالش¬های موجود در این سیستم¬ها است. به همین جهت سیستم¬های توصیه¬گر به عنوان مکانیزمی قوی، برای ارائه پیشنهادات به کاربران مورد استفاده قرار می¬گیرند. افزایش حجم داده و تعداد کاربران در زمان کوتاه، نشان¬دهنده وجود کلان¬داده در تجارت الکترونیک است. وجود کلان¬داده، چالش¬های دیگری نیز برای سامانه¬های تجارت الکترونیک به وجود آورده است. یکی از این چالش¬ها، پردازش و تجزیه و تحلیل کلان¬داده، در زمان مناسب و ارائه پیشنهاد مناسب به کاربر است. در این پژوهش از ترکیب روش کمترین مربعات متناوب وزن¬دهی شده منظم با بایاس محصول و کاربر در پالایش گروهی به شکل موازی در خوشه¬های Spark استفاده شده است. زیرساخت مورد استفاده برای پردازش کلان¬داده، Google Dataproc و سرویس¬های متن¬باز موجود در آن خواهد بود. ارزیابی روش پیشنهادی و مقایسه عملکرد آن با سایر روش¬ها، بر روی مجموعه¬داده¬های Amazon، Netflix، Book-Crossing وExtended Epinions آزمایش شده است. در این پژوهش از موازی¬سازی روش پیشنهادی در محیط خوشه¬بندی شده Spark و استفاده از فایل¬سیستم توزیع¬شده HDFS به همراه پایگاه¬داده کلان¬داده Bigquery استفاده شده است. نتایج، نشان¬دهنده آن است که روش پیشنهادی از نظر زمان اجرایی، نتایج زمانی بهتری نسبت به باقی روش¬های مورد بررسی در مقیاس خوشه¬های کلان¬داده، بدست آورده است. همچنین در زمینه پارامترهای خطا و دقت، سعی در بهبود این پارامترها در مقایسه با روش¬های مشابه کمترین مربعات متناوب، صورت پذیرفته است.
كلمات كليدي : واژه¬های کلیدی: سیستم¬های توصیه¬گر محصول، کلان¬داده، پالایش گروهی، کمترین مربعات متناوب، تجارت الکترونیک، Spark، Google Dataproc
تاريخ دفاع : 1397-10-26