تحلیل رفتار کاربران در فروشگاه های اینترنتی با استفاده از یادگیری عمیق

در سطوح بین المللی و همچنین ایران، شبکه های اجتماعی و سایت ها بیشتر بر روی کیفیت محصولات خود با توجه به نظرات کاربرانشان تمرکز می نمایند و توجهی به سطح امنیت و قابلیت اعتماد ندارند و حتی در مواقعی که رفتار مشتریان مورد تحلیل قرار می گیرد، توجهی به کاربران غیر عادی و سودجو نمی شود. ایده اصلی این پژوهش بررسی رفتار مشتریان و پیش بینی رفتار آن ها در آینده بر مبنای یادگیری عمیق می باشد تا بتوان کیفیت خدمات به کاربران معتبر را افزایش داد. در این پژوهش، روشی مبتنی بر تکنیک یادگیری عمیق ارائه می شود که با کمک آن رفتار کاربران در فروشگاه های اینترنتی تحلیل می شود. منظور از تحلیل رفتار کاربران، شناسایی گرایش یا جهت گیری مشتری در مورد یک محصول خاص است. در روش پیشنهادی این پژوهش، پس پردازش اولیه رفتار کاربران و استخراج ویژگی ها، از الگوریتم شبکه عصبی عمیق برای آموزش مجموعه ای از داده ها استفاده می شود. پیاده سازی روش پیشنهادی در نرم افزار MATLAB، انجام شده است. برای ارزیابی روش این پژوهش از معیارهای مرسومی که در کاربردهای داده کاوی به کار گرفته می شود از جمله صحت، بازخوانی و امتیاز F، استفاده کرده ایم. برای این منظور آزمایشاتی را اجرا و ارزیابی های مختلف ارائه گردیده است. با توجه به آزمایشات انجام شده، مشاهده می گردد که روش پیشنهادی از نظر معیارهای ارزیابی داده کاوی در اولویت اول قرار می گیرد. با بکارگیری روش ها و  با استفاد از نتایج این تحقیق می توان در راستای ایجاد امنیت و کاهش مخاطرات برای فعالیت های مختلف در جامعه اطلاعاتی و پاسداری از ارزشهای جامعه به پیش بینی رفتار مشتریان در سایتهای خاص پرداخت.