ارزیابی تأثیر شخصی سازی تجارت الکترونیک مبتنی بر هوش مصنوعی بر روش های حسابداری سنتی

چکیده

با توسعه فناوری هوش مصنوعی در زمینه های مختلف، روش حسابداری سنتی دیگر برای توسعه شخصی صنعت تجارت الکترونیک قابل استفاده نیست. بنابراین، بهبود روش حسابداری و ایجاد یک مدل توصیه شخصی برای تجارت الکترونیک ضروری است. بر اساس این پیشینه، این مطالعه ابتدا مراحل شناسایی عناصر حسابداری را در سیستم حسابداری سنتی بازسازی می‌کند و با استفاده از الگوریتم شبکه عصبی BP، مکانیزم تشخیص حسابداری خودکار را با هدف بهبود دقت و کارایی تشخیص عناصر حسابداری ایجاد می‌کند. در مرحله دوم، یک مدل توصیه تجارت الکترونیک شخصی بر اساس هوش چندگانه ساخته شده است که از الگوریتم یادگیری Q هوشمند برای بهینه سازی ماژول توصیه استفاده می کند و هدف آن بهبود دقت توصیه شخصی است. با مقایسه عملکرد مدل‌های مختلف حسابداری تحت سیستم‌های مختلف تجارت الکترونیک شخصی، مدل حسابداری پیشنهادی در این مقاله می‌تواند ورودی‌های حسابداری را تحت شبکه عصبی سه لایه BP و خطای بین حداکثر مقدار پیش‌بینی‌شده و مقدار واقعی را پیش‌بینی کند. 0.23 درصد است. مدل پیشنهادی ارائه شده در این مطالعه از مدل توصیه سنتی و مدل توصیه تحت الگوریتم فیلتر مشارکتی در پیش‌بینی ترجیحات شخصی مشتریان که ارزش پیش‌بینی‌شده آن به وضعیت واقعی نزدیک‌تر است، بهتر عمل می‌کند. به طور خلاصه، هم روش حسابداری و هم مدل توصیه شخصی برای تجارت الکترونیکی که در این مطالعه پیشنهاد شده است، می‌تواند به نتایج کاربردی بهتری دست یابد، بنابراین ایده جدیدی برای توسعه صنعت تجارت الکترونیک ارائه می‌کند.