Note: You are currently viewing documentation for Moodle 3.1. Up-to-date documentation for the latest stable version of Moodle is probably available here: Lesson activity.

Lesson activity

From MoodleDocs
Revision as of 20:01, 24 May 2009 by kostas tzamtzis (talk | contribs) (ΣΥΣΤΗΜΑΤΑ RECCOMENDATION)

ΚΕΦΑΛΑΙΟ 2 RECOMMMENDATION ΣΥΣΤΗΜΑΤΑ

Στα συστήματα recommendation χρησιμοποιούνατι τεχνικές για μείωση του φόρτου που απαιτείται από τον χρήστη για να επιλέξει προϊόντα.Προσπάθεια για προσφορά εξατομικευμένων προϊόντων και υπηρρεσιών.

Σημαντικό κομμάτι αυτών των τεχνικών είναι τα recommendation systems.Συστήματα δηλαδή που προτείνουν προϊόντα και παρέχουν επαρκή πληροφόρηση στον χρήστη.

2.1 ΜΟΡΦΕΣ RECOMMENDATION:

 Προτάσεις προϊόντων στους πελάτες .Σύνοψη απόψεων μιας κοινότητας, παροχή κριτικών από τον πελάτη

Τα RS ταξινομούνται με βάση : 1. την είσοδο 2. την έξοδο 3. την μέθοδο των προτάσεων 4. άλλα χαρακτηριστικά


Υπονοούμενη πλοήγηση:Δημιουργούνται δεδομένα χωρίς ο χρήστης να γνωρίζει την ύπαρξη RS

Σαφής πλοήγηση: Ο χρήστης εισάγει δεδομένα έτσι ώστε τα RS να πληροφορούνται για τις προτιμήσεις τους.

ΒΑΣΙΚΕΣ ΜΟΡΦΕΣ ΕΞΟΔΟΥ

1. Προτάσεις 2. Προβλέψεις (για την βαθμολόγηση που θα έδιναν σε ένα προϊόν) 3. Βαθμολογίες και κριτικές


2.2 ΜΕΘΟΔΟΙ ΠΑΡΑΓΩΓΗΣ ΠΡΟΤΆΣΕΩΝ

1. raw retrieval: παρέχεται στους χρήστες ένα interface αναζήτησης μέσω του οποίου μπορούν να κάνουν ερωτήσεις στις β.δ. του προϊόντος 2. manual selection: οι προτάσεις υποδεικνύουν προϊόντα με βάση τα γούστα ,τα ενδιαφέροντα και δημιουργούν μια λίστα με προτενόμενα προϊόντα (συνδέονται από σχόλια κειμένου για κατανόηση) 3. statistical summaries:παρέχουν στατιστικές αναλύσεις των απόψεων μιας κοινότητας(δημοτικότητα) 4. attributed-based:τα RS βασίζονται στα συνατκτικά χαρακτηριστικά των προϊόντων π.χ.(αγοράζω προϊόντα με έκπτωση ) 5. item to item correlation: αναγνωρίζονται προϊόντα που εμφανίζονται πιο συχνά μαζί με τα προϊόντα για τα οποία έχει ο χρήστης εκφράσει κάποιο ενδιαφέρον (παλή μορφή συσχέτισης και σύνθετη μορφή συσχέτισης) 6. user to user correlation ή collaborative filtering:προτείνονται προϊόντα σε ένα πελάτη με βάση τη συσχετισή του με άλλους πελάτες