隨著全球資訊網的日益普及,全球每天新網頁的增加數量約七百萬個,資料的大量複製、傳播與分享造成過量、品質低落和格式不一的資訊氾濫問題,如何協助使用者擷取關切的議題成為眾多學者研究對象。資訊的擷取主要包括搜尋及推薦方式,然而無論是何種方式大都是透過使用者歷史資料來找出使用者需求,且不會同時考慮影響決策結果的多個決策屬性,因此本研究以多準則決策中的層級分析程序來發展推薦系統。
層級分析程序具有模型單一、易於瞭解的特色,以階層式決策接近人類自然的思維來思考,並同時考慮所有影響決策的屬性,能夠對所有選擇方案進行全面評估且排出優先順序,使人們能夠在其目標下選擇一較佳的方案。此外,層級分析程序能夠將使用者的主觀意識藉由結構化的方式呈現出來,可以協助決策者作出更為理性且符合需求的判斷。本研究層級分析程序為基礎發展商品推薦系統,以期望能夠為使用者找出滿意度較高的商品。研究結果發現,以層級分析程序發展出的推薦系統所找出的產品確實比較符合使用者的需求而得到較高的滿意度;然而在系統操作上雖然滿意度不如排序方式高,但也在使用者認為滿意且可接受的範圍。
|