Resumen

En el entorno actual de la cadena de suministro, la teoría de la cognición distribuida nos dice que varios tipos de información de contexto en los que se proporciona una recomendación son importantes para la gestión de la satisfacción del cliente de comercio electrónico. Sin embargo, el modelo de recomendación tradicional no considera el impacto distribuido y diferenciado de diferentes contextos en las necesidades del usuario, y también carece de la capacidad adaptativa del servicio de recomendación contextual. Por lo tanto, se propone un modelo de recomendación de información contextual basado en la teoría de la cognición distribuida. En primer lugar, el modelo analiza el impacto diferencial de varios contextos sensibles y ejemplos específicos en el interés del usuario y diseña un algoritmo de extracción de interés del usuario basado en la teoría de la cognición distribuida. Luego, los contextos sensibles extraídos del usuario se introducen en el proceso de recomendación de filtrado colaborativo. El modelo calcula la similitud entre los intereses de los usuarios. Finalmente, se diseña un nuevo algoritmo de filtrado colaborativo

• Materias:Ecuaciones en diferencias Ecuación unidimensional Filtrado de información Prevención de interbloqueos Sistemas estocásticos
• Subjects:Difference equations One-dimensional equation Information filtering Interlock prevention Stochastic systems
• Palabras claves:Cadena de suministro; Teoría de la cognición distribuida; Modelo de recomendación; Información de contexto; Interés del usuario; Filtrado colaborativo
• Keywords:Supply chain; Distributed cognition theory; Recommendation model; Context information; User interest; Collaborative filtering