پیاده سازی سیستم‌های توصیه گر هتلها با استفاده از اولویت‌های کاربران در توییتر

Abstract

استفاده از سیستم‌های توصیه ­گر افزایش فروش در تجارت الکترونیک را اثبات نموده است. هدف سیستم ارائه محصولاتی به کاربر است که متضمن علاقه­مندی و آسایش او از محصولات بوده و همچنین در شرکت‌ها شانس فروش خدمات را ارتقا دهد. یکپارچه­سازی تکنیک‌های مدیریت داده می­تواند مسائل مرتبط با ارائه خدمات منطبق با علایق مشتری را مخاطب قرار داده و کیفیت پیشنهاد‌ها را به طرز چشمگیری بهبود دهد. تحقیقات اخیر بر روی این سیستم ایده استفاده از داده­های شبکه اجتماعی به‌منظور ارتقا سیستم توصیه­گر سنتی و پیش­بینی بهتر را آشکار می­سازد. ما دیدگاه­های سیستم‌های توصیه­­گر مبتنی بر داده­ شبکه اجتماعی توییتر را با استفاده از انواع رابط‌ها، روش‌های تجزیه‌وتحلیل محتوا با تکنیک‌های زبان­شناسی محاسباتی و الگوریتم تاپیک مدلینگ ملت بیان می­کنیم. پس از بررسی عمق اهداف، متدولوژی‌ها این مقاله به علاقه­مندان در توسعه سیستم توصیه­گر سفر و همچنین تسهیل تحقیقات آینده کمک می­نماید<strong>.</strong><br /> <strong> </strong>