تحسين الإقلاع وقابلية التوسع في الأنظمة الناصحة المستخدمة في التجارة الإلكترونية

الموضوعات

علوم تطبيقية وتكنولوجية

روابط وملفات

التعريف والنوع

رقم الوثيقة

05a94d4d-ec51-4bd7-899c-03596d9e3629

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

رسائل ماجيستير

نوع الملف

word

أسماء الملفات

1961086_1.docx

بيانات النشر

ترجمة العنوان

Improve Start-up and Scalability in recommendation Systems Used in Electronic Commerce

ألقاب المؤلفين

[{"name_ar":"رانيا لطفي","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"علي إبراهيم","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"فادي تركاوي","title_ar":"اشراف","title_en":"Supervision"}]

اللغة

Arabic

المصدر والدورية

اسم المصدر

تحسين الإقلاع وقابلية التوسع في الأنظمة الناصحة المستخدمة في التجارة الإلكترونية

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

Recommendation systems are the systems that help users to select suitable items from a large collection of items based on their tastes and interests. Such systems have become one of the most powerful tools in electronic commerce and social websites. Nonetheless , using these systems in e-commerce websites faces many drawbacks such as: cold start-up, scalability and sparsity. In this thesis, we present a solution to cold-start-up problem, and compare between many association rule algorithms to select the most suitable one to solve the scalability and sparsity problems

كلمات الباحثين

Association Rule Mining, Cold Start-Up, Recommender System, Scalabilty, Sparsity

إشراف وإعداد

الإشراف

رانيا لطفي, فادي تركاوي

الإعداد

علي إبراهيم

الاقتباسات الببليوغرافية