Standortbasiertes, orientierungsabhängiges Empfehlungssystem für Nutzer

Mit der rasanten Entwicklung der Technologie rund um IoT-Sensoren werden die nachfolgenden sozialen Netzwerke, die für das Wachstum des Systems unerlässlich sind, als Mittel genutzt, um die von den Verbrauchern bevorzugten Objekte zu filtern. Das letztendliche Ziel des Systems ist es, den Kunden personalisierte Empfehlungen basierend auf ihren Vorlieben zu geben. Ebenso werden Standort und Orientierung eine entscheidende Rolle dabei spielen, die Vorliebe des Kunden auf eine effizientere Weise zu identifizieren. Fast alle sozialen Netzwerke nutzen Standortinformationen, um den Nutzern basierend auf den durchgeführten Forschungsergebnissen bessere Dienste anzubieten. Daher besteht die Notwendigkeit, ein Empfehlungssystem zu entwickeln, das vom Standort abhängig ist. In diesem Paper haben wir ein Empfehlungssystem integriert, das einen Empfehlungsalgorithmus verwendet, der personalisiert ist, um den Kontext des Nutzers zu berücksichtigen. Die Vorlieben des Nutzers werden mithilfe von IoT-Smart-Geräten wie Smartwatches, Google Home, Smartphones, iPads usw. analysiert. Die Nutzerpräferenzen werden aus diesen Geräten gewonnen und ermöglichen es dem Empfehlungssystem, die besten Ressourcen zu bewerten. Die Ergebnisse basierend auf der Evaluierung werden mit den Ergebnissen des inhaltsbasierten Empfehlungssystems und des kollaborativen Filterings verglichen, um die Leistung der Empfehlungsengine zu steigern.