سیستم جدیدریکامندر موبایل برای خرید داخلی
A novel mobile recommender system for indoor shopping
مشخصات کلی
| سال انتشار | 2012 |
| کد مقاله | 1070 |
| فرمت فایل ترجمه | Word |
| تعداد صفحات ترجمه | 27 |
| نام مجله | Expert Systems with Applications |
| نشریه | ScienceDirect |
| درج جداول و شکل ها در ترجمه | انجام شده است |
| جداول داخل مقاله | ترجمه شده است |
چکیده فارسی
با کاربرد گسترده ی ترمینال های موبایل، سیستم ریکامندر موبایل طراحی شده تا عملکرد توصیه را با استفاده از تکنولوژی های تعیین موقعیت توسعه بخشد.اگرچه،به واسطه ی محدودیت های تکنولوژی های موجود تعیین موقعیت، سیستم ریکامندر موبایل هنوز در خریدهای داخلی قابل استفاده نبوده و وضعیت اصلی خرید ادامه می یابد.در این مقاله، سیستم ریکامندر موبایل را برای مغازه هایی تحت شرایط خریدهای داخلی،بر پایه ی روش جدید تعیین موقعیت داخلی با استفاده از طرح های سیگنال دریافت شده از موبایل ارائه می دهیم روشی که می تواند بر مضرات تکنولوژی های جدید تعیین موقعیت غالب گردد.به گونه ای خاص، سیستم ریکامندر موبایل به وضوح می تواند اولویت های کاربران را با تحلیل موقعیت کاربر مشخص نماید بدون آنکه نیاز به ورودی آشکار کاربر باشد و در هنگامی که توصیه ها ایجاد گردید اطلاعات زمینه ای مورد بررسی قرار می گیرند.بررسی جامع تجربی سیستم جدید ریکامندر موبایل را نشان داده که نسبت به روش معیار رضایت بسیار بهتری از کاربران را به همراه دارد بدون آنکه عملکردهای مشخص توصیه ای نادیده گرفته شوند.
چکیده لاتین
With the widespread usage of mobile terminals, the mobile recommender system is proposed to improve recommendation performance, using positioning technologies. However, due to restrictions of existing positioning technologies, mobile recommender systems are still not being applied to indoor shopping, which continues to be the main shopping mode. In this paper, we develop a mobile recommender system for stores under the circumstance of indoor shopping, based on the proposed novel indoor mobile positioning approach by using received signal patterns of mobile phones, which can overcome the disadvantages of existing positioning technologies. Especially, the mobile recommender system can implicitly capture users’ preferences by analyzing users’ positions, without requiring users’ explicit inputting, and take the contextual information into consideration when making recommendations. A comprehensive experimental evaluation shows the new proposed mobile recommender system achieves much better user satisfaction than the benchmark method, without losing obvious recommendation performances
خرید و دانلود ترجمه این مقاله:
جهت خرید این مقاله ابتدا روی لینک زیر کلیک کنید، به صفحه ای وارد می شوید که باید نام و ایمیل خود را وارد کنید و پس از آن روی دکمه خرید و پرداخت کلیک نمایید، پس از پرداخت بلافاصله به سایت بازگشته و می توانید فایل خود را دانلود کنید، همچنین لینک دانلود به ایمیل شما نیز ارسال خواهد شد.
هیچ دیدگاهی برای این مقاله ثبت نشده است
دیدگاه ها