دانشگاه آزاد اسلامی واحد تهران جنوب

صفحه اصلی / نخستین همایش هوش مصنوعی و پژوهش های نوظهور: همگرایی انسان و سیستم های هوشمند

الگوریتم‌های پیشنهاد دهنده برای مدیریت هزینه‌ها و پیشنهادهای پرداخت شخصی‌سازی‌شده

نویسندگان :

فاطمه کریمی¹ فاطمه خداپرست²

1- دانشگاه آزاد اسلامی واحد علوم تحقیقات تهران 2- تهران جنوب

کلمات کلیدی :

سیستم پیشنهاددهنده،خوشه‌بندی،فیلترینگ مشارکتی،مدیریت مالی شخصی

چکیده :

این پژوهش به طراحی یک سیستم پیشنهاددهنده شخصی‌سازی‌شده برای کاربران کارت اعتباری می‌پردازد. با تحلیل داده‌های مالی ۸۹۵۰ کاربر و مهندسی ویژگی‌های رفتاری، ابتدا با استفاده از تحلیل مؤلفه‌های اصلی (PCA) و الگوریتم K-Means خوشه‌بندی انجام شد. بهترین ساختار با دو خوشه و امتیاز Silhouette معادل 0.3416 و شاخص Davies-Bouldin برابر با 1.29 حاصل شد. مدل DBSCAN به‌دلیل Silhouette منفی و نرخ نویز 10.17٪ عملکرد ضعیف‌تری داشت. سپس، با استفاده از ترکیب فیلترینگ مشارکتی و قواعد رفتاری هر خوشه، سیستم توصیه‌گری توسعه یافت که برای هر کاربر، گزینه‌های پرداخت متناسب پیشنهاد می‌دهد. ارزیابی مدل با Precision@2 و Recall@2 معادل 1.00 و خطای MAE در سطح 10⁻¹⁶، دقت و کارایی بالای آن را تأیید می‌کند. این چارچوب، رویکردی داده‌محور و تفسیرپذیر برای ارتقاء سواد مالی کاربران و بهینه‌سازی رفتارهای پرداختی ارائه می‌دهد.