تحلیل عملکرد الگوریتم های پیشنهاد دهنده در مدیریت هزینه و پیشنهادات پرداخت شخصی سازی شده

چکیده مقاله

با گسترش داده های مالی و پیچیدگی نیازهای کاربران، بهره گیری از الگوریتم های پیشنهاددهنده به عنوان ابزاری نوین در بهینه سازی مدیریت هزینه ها و ارائه پیشنهادات پرداخت شخصی سازی شده اهمیت فزاینده ای یافته است این پژوهش با رویکردی تحلیلی و سیستماتیک، به بررسی الگوریتم های پیشنهادی شامل روش های فراابتکاری چندهدفه مانند NSGA II، الگوریتم ژنتیک و کلونی مورچگان، همچنین مدل های یادگیری ماشین نظیر ماشین بردار پشتیبان و الگوریتم گرگ خاکستری می پردازد تمرکز مطالعه بر کاربرد این الگوریتم ها در زمینه هایی چون مدیریت ریسک اعتباری، پیش بینی ورشکستگی و طراحی سیستم های توصیه گر مالی مبتنی بر تحلیل احساسات و مدل سازی موضوعی است افزون بر این، چالش هایی همچون کیفیت داده، پیچیدگی محاسباتی، مقیاس پذیری، حفظ حریم خصوصی و امنیت داده ها مورد بحث قرار گرفته اند نتایج پژوهش بر نقش کلیدی تلفیق هوش مصنوعی، داده های بزرگ و تحلیل روان شناختی در افزایش دقت و اثربخشی پیشنهادات مالی شخصی سازی شده تاکید داشته و مسیرهای آینده تحقیق و کاربردهای عملی در صنعت مالی را ترسیم می کند

کلیدواژه‌ها

نویسندگان

نیلوفر سادات اجتهد

۱ کارشناسی ارشد مهندسی فناوری اطلاعات ، گرایش تجارت الکترونیکی ، دانشگاه آزاد اسلامی واحد علوم و تحقیقات

فاطمه خداپرست

۲ استاد راهنما

�ادات اجتهد، نیلوفر و خداپرست، فاطمه،1404،تحلیل عملکرد الگوریتم های پیشنهاد دهنده در مدیریت هزینه و پیشنهادات پرداخت شخصی سازی شده،بیست و ششمین کنفرانس ملی مهندسی برق،کامپیوتر و مکانیک،شیروان

ارائه‌شده در

مجموعه مقالات بیست و ششمین کنفرانس ملی مهندسی برق،کامپیوتر و مکانیک20 خرداد 1404 · شیروان