تعتبر أنظمة التوصية من أهم الأدوات التي يستخدمها الأفراد والشركات في الأعمال الرقمية. فهي تساعد على تحسين تجربة المستخدم وزيادة مبيعات الشركات.
تعتمد أنظمة التوصية على تحليل بيانات المستخدمين وتقديم توصيات مخصصة لهم بناءً على ما يبحثون عنه أو يشترونه. وتستخدم هذه الأنظمة في العديد من المجالات مثل التجارة الإلكترونية، والتسويق الرقمي، والتعليم عن بعد، وغيرها.
في التجارة الإلكترونية، تستخدم أنظمة التوصية لتحسين تجربة المستخدم وزيادة مبيعات الشركات. فهي تقدم توصيات للعملاء بناءً على سجلات شرائهم السابقة وتفضيلاتهم. كما تستخدم هذه الأنظمة في تحليل سلوك المستخدمين وتقديم توصيات مخصصة لهم.
في التسويق الرقمي، تستخدم أنظمة التوصية لتحسين تجربة المستخدم وزيادة مبيعات الشركات. فهي تستخدم في تحليل سلوك المستخدمين وتقديم توصيات مخصصة لهم بناءً على اهتماماتهم وتفضيلاتهم.
في التعليم عن بعد، تستخدم أنظمة التوصية لتحسين تجربة المستخدم وتحسين جودة التعليم. فهي تقدم توصيات للطلاب بناءً على سجلات دراستهم السابقة واهتماماتهم. كما تستخدم هذه الأنظمة في تحليل سلوك الطلاب وتقديم توصيات مخصصة لهم.
بالإضافة إلى ذلك، تعتبر أنظمة التوصية من الأدوات الرئيسية في العلاقة مع العملاء في الأعمال الرقمية. فهي تساعد على تحسين تجربة المستخدم وزيادة رضا العملاء والوفاء بهم. كما تساعد في تحليل سلوك العملاء وتقديم توصيات مخصصة لهم بناءً على اهتماماتهم وتفضيلاتهم.
سنقدم ورشة عمل عبر الإنترنت تتحدث عن أنظمة التوصية والعلاقة مع الأعمال الرقمية من وجهة نظر البرمجيات سنتحدث بشكل عام عن أنظمة التوصية ، وهي خوارزميات تهدف إلى اقتراح عناصر ذات صلة للمستخدمين (عناصر مثل الأفلام لمشاهدتها ، أو نصوص للقراءة ، أو منتجات للشراء أو أي شيء آخر يعتمد على الصناعات).
تعد أنظمة التوصية أمرًا بالغ الأهمية حقًا في بعض الصناعات لأنها يمكن أن تولد قدرًا كبيرًا من الدخل عندما تكون فعالة أو تكون أيضًا وسيلة للتميز بشكل كبير عن المنافسين.
في ورشة العمل هذه ، سوف نتعرف على نماذج مختلفة لأنظمة التوصية، لكل منهم ، سوف نقدم كيفية عملهم ، ووصف أساسهم النظري ومناقشة نقاط القوة والضعف لديهم.
سنقوم بإلقاء نظرة عامة على النموذجين الرئيسيين لأنظمة التوصية: الأساليب التعاونية والقائمة على المحتوى.
سنتحدث عن طرق التصفية التعاونية لأنظمة التوصية والعلاقة مع الأعمال الرقمية.
التصفية التعاونية هي طرق تعتمد فقط على التفاعلات السابقة المسجلة بين المستخدمين والعناصر من أجل إنتاج توصيات جديدة. يتم تخزين هذه التفاعلات في ما يسمى “مصفوفة تفاعلات عنصر المستخدم”.
ثم سنتحدث عن الفكرة الرئيسية التي تحكم الأساليب التعاونية هي أن تفاعلات المستخدم السابقة هذه كافية لاكتشاف المستخدمين المتشابهين و / أو العناصر المماثلة وإجراء تنبؤات بناءً على هذه التقريبات المقدرة.
سنلقي نظرة على تنفيذ التصفية التعاونية باستخدام الأمثلة، (مجموعة بيانات) مأخوذة من مواقع تقييم الأفلام ، الفرق بين طرق المستخدمين واستخدامهم من مستخدم آخر ، وكيفية الإيحاء من تجربة المستخدم الثاني من خلال التشابه بينها وبين الأشعة الثانية في النظام.
سنتحدث عن طرق التصفية القائمة على المحتوى، تستخدم المناهج القائمة على المحتوى معلومات إضافية حول المستخدمين و / أو العناصر.
تتمثل فكرة الأساليب القائمة على المحتوى في محاولة بناء نموذج ، بناءً على “الميزات” المتاحة ، التي تشرح تفاعلات عنصر المستخدم التي تمت ملاحظتها ووصف ميزات الكائن.
سنتحدث عن رمز للتصفية القائمة على المحتوى ، مع الأخذ في الاعتبار مثال نظام التوصية بالأفلام، أيضا رمز للتصفية التعاونية
سنتحدث عن التصفية المختلطة ، وهي مزيج من التصفية التعاونية والتصفية القائمة على المحتوى.
المراجع:
1
https://towardsdatascience.com/introduction-to-recommender-systems-6c66cf15ada
2 https://developers.google.com/machine-learning/recommendation
