خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : تجربه توصیه های مفید یادگیری در سیستم توصیه شده توسط کاربر
.
English Article Title: Visualizing Serendipitous Recommendations in User Controlled Recommender System for Learning
Year: 2018
Publisher: ELSEVIER
Journal: Procedia Computer Science
DOI: https://doi.org/10.1016/j.procs.2018.10.136

Keywords:
#Recommender_System
#Visualization
#Serendipity
#سيستم_توصيه‌گر
#تجربه
#یادگیری
#مفید_بودن_تحصیل
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_تجارت
#مقاله_کسب‌و‌کار
#مقاله_مدیریت
#مقاله_حسابداری (#Business_Management_and_Accounting)
#مقاله_علوم_اجتماعی (#Social_Sciences)
#مقاله_کامپیوتر (#Computer_Science)

چکیده مقاله:
در این مقاله، گزارش مطالعات مقدماتی درباره ترجیحات کاربر برای سیستم تجربه توصیه شده در مفید بودن تحصیل ارائه داده شد. مطالعه گروه تمرکز بروی 59 کاربر (دانشجو) برای ثبت ترجیحات آنها مورد مطالعه قرار گرفت. گروه تمرکز و تعامل با شش (6) روش رایج تجربی سیستم توصیه نشان داده و شرح داده شد. آنالیز چند متغیره و LDA (آنالیز اختیاری خطی) و خوشه بندی برای محاسبه اهمیت تجربه مختلف در برابر ویژگی های مختلف توصیه گر اجرا شد. نتایج نشان دهنده وجود اختلاف در انواع مختلف تجربه توصیه گر است و این اختلاف در زمانی است که ارائه / تولید نتایج توصیه گر منجر به امکانات serendipity می شود. این تحقیق مهندسین نرم افزار و دانشمندان داده را قادر به طراحی تجربه برای سیستم های توصیه شده می سازد و تمرکز بر کاربرانی است که نیاز به ارائه توصیه های سريع و دقت دارند.
کليد واژه: سيستم توصيه گر | تجربه | مفید بودن تحصیل

لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/35dVrI5

خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : بخش بندی مشتری در تجارت الکترونیک: کاربردهای مدل کسب و کار بازپرداخت نقدی
.
English Article Title: Customer segmentation in e-commerce: Applications to the cashback business model
Year: 2018
Publisher: ELSEVIER
Journal: Journal of Business Research
DOI: https://doi.org/10.1016/j.jbusres.2017.11.047

Keywords:
#Cashback
#Social_network
#E_commerce
#Customer_behavior
#Loyalty
#Affiliate_marketing
#بازپرداخت_نقدی
#شبکه_اجتماعی
#مدل_کسب‌و‌کار
#تجارت_الکترونیک
#مشتری
#رفتار_مشتری
#وفاداری
#بازاریابی_وابسته
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_تجارت
#مقاله_کسب‌و‌کار
#مقاله_مدیریت
#مقاله_حسابداری (#Business_Management_and_Accounting)
#مقاله_اقتصاد
#مقاله_مالی
#مقاله_فاینانس (#Economics_Econometrics_and_Finance)
#مقاله_علوم_اجتماعی (#Social_Sciences)
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)

چکیده مقاله:
این مقاله یک بخش بندی برای مشتریان وب سایت های بازپرداخت نقدی ارائه می دهد. بخش بندی براساس فعالیت جاری مشتریان و نقش آن ها در شبکه اجتماعی سایت مورد نظر می باشد. در این شبکه اجتماعی، مشتریان از تعاملات صورت گرفته برروی وب سایت های وابسته سودمند می شوند. ترکیب استراتژی های بازاریابی سنتی با توصیه های دهان به دهان برای موفقیت این مدل کسب و کار ضروری است، زیرا این توصیه ها موجب تقویت اکتساب مشتری و تقویت وفاداری مشتریان موجود میگردند. این مطالعه نشان می دهد چگونه نقش مشتری در شبکه اجتماعی وب سایت بازپرداخت نقدی، رفتار و فعالیت تجاری مشتریان بر روی سایت را تعیین می نماید. بخش بندی ارائه شده سفر مشتری از نظر سودآوری و ارشدیت مشتری را توضیح می دهد. این یافته ها رفتار مشتری در تجارت الکترونیک و ارزش اعمال استراتژی های سفارشی سازی شده در هر خوشه به جای استراتژی های عمومی یا استراتژی های اکتساب مشتری را توضیح می¬دهند. این مقاله توضیح می دهد چگونه مشتریان در میان خوشه ها حرکت کرده، به متخصصان اجازه می دهد وفاداری مشتری و سودآوری بلندمدت را افزایش دهند.

کلمات کلیدی: بازپرداخت نقدی، شبکه اجتماعی، تجارت الکترونیک، رفتار مشتری، وفاداری، بازاریابی وابسته

لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/39thEoM

خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : مدیریت ترافیک با استفاده از رگرسيون لجستيک به همراه منطق فازی
.
English Article Title: Traffic Management using Logistic Regression with Fuzzy Logic
Year: 2018
Publisher: ELSEVIER
Journal: Procedia Computer Science
DOI: https://doi.org/10.1016/j.procs.2018.05.159

Keywords:
#Logistic_regression
#Traffic_management
#congestion
#fuzzy_logic
#optimization_algorithm
#fuzzy_controller
#لجستیک
#رگرسيون_لجستيک
#مدیریت_ترافیک
#تراکم
#منطق_فازی
#الگوریتم_بهینه‌سازی
#کنترل_فازی
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_تجارت
#مقاله_کسب_و_کار
#مقاله_مدیریت
#مقاله_حسابداری (#Business_Management_and_Accounting)
#علوم_تصمیم_گیری (#Decision_Sciences)
#مقاله_علوم_اجتماعی (#Social_Sciences)
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#مقاله_ریاضی(#Mathematics)

چکیده مقاله:
تراکم ترافیک یکی از مشکلات عمده در اکثر شهرهای سراسر جهان است و منجر به مشکلاتی مانند آلودگی، اتلاف وقت، ترافیک طولانی در جاده ها و حوادث می شود. بهبود زیرساخت های جاده، راه حل عملی برای حل مشکل نیست. در سناریو زندگی واقعی، مسیر کوتاهتر تا مقصد، منجر به جذب اکثریت مردم می شود و گاهی شرایط ترافیک را تشدید می¬کند. بنابراین، اطلاعات ترافیکی در لحظه برای تصمیم گیری هوشمندانه انتخاب مسیر حرکت ضروری است. علاوه بر این، سیستمی شامل فاکتور فاصله نسبت به مقصد با در نظر گرفتن وضعیت ترافیکی آن مسیر، به راه حل مشکل افزوده شد. پارامترهای خاصی نظیر فاصله، شرایط آب و هوایی، موقعیت جغرافیایی، روز هفته و زمان برای حل مشکل در نظر گرفته شد و راه حل هایی برای مشکلات پیدا شد. در این مقاله ترکیبی از رگرسيون لجستيک با منطق فازی مثل تصمیم گیری هوشمندان در انتخاب مسیر بهتر ارائه شد. این روش برای محاسبه احتمال هر مسیر، با در نظر گرفتن اطلاعات ترافیکی لحظه ای، فاصله و جاده استفاده شد و سپس برای تصمیم گیری بروی سناریوی نامطلوب استفاده گردید. روش پیشنهادی تعداد پارامترهایی مانند فاصله، شرایط آب و هوایی، موقعیت جاده، روز از هفته و زمان را در نظر می گیرد.
کلید واژه : رگرسيون لجستيک | مدیریت ترافیک | تراکم | منطق فازی | الگوریتم بهینه سازی | کنترل فازی

لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/37sYQnY