چکیده فارسی :

با شتاب گرفتن عصر اینترنت، صنعت تجارت الکترونیکی به سرعت رشد کرده است و یک وب سایت خوب تجارت الکترونیک برای هر سازمان مبتنی بر تجارت ضروری به نظر می رسد. با این حال صنعت تجارت الکترونیکی در کشورهای در حال توسعه مانند هند هنوز هم برای برآوردن نیازهای چالش برانگیز و پویای مصرف کنندگان، عقب مانده است. شرکت ها استراتژی های جدیدی را برای حفظ و یا بازسازی روابط با مشتریان قدیمی خود توسعه می دهند و مصرانه بر مشتریان جدید متمرکز می شوند. با در نظر داشتن ایده ی ترکیب کاوش وب هوشمند با تجارت الکترونیکی، این کار تحقیقاتی طراحی یک الگوریتم رتبه بندی صفحه مبتنی بر معنایی و عصبی تجارت الکترونیکی، با نام الگوریتم رتبه بندی صفحه SNEC را مورد بحث قرار می دهد و پیاده سازی آن در قالب ابزار رتبه بندی وب سایت که ممکن است به خوبی برای رتبه بندی وب سایت های تجارت الکترونیکی برای کمک به مشتریان با پیدا کردن وب سایت های مرتبط در بالا در طول جستجوی شان برای خرید یک محصول خاص استفاده شود و همچنین برای کسب و کارها برای مقایسه نقاط قوت و ضعف شان با رقبا استفاده شود و بنابراین سود خود را با ارائه محصول مرتبط با قیمت رقابتی با سرویس های متناسب با مشتریان توسط ساختار بهتر وب سایت های تجارت الکترونیکی خود، بهبود بخشند.

کلمات کلیدی: رتبه بندی وب سایت تجارت الکترونیکی، شبکه های عصبی و تجارت الکترونیکی، وب معنایی و تجارت الکترونیکی، الگوریتم رتبه بندی صفحه SNEC ، ابزار اولویت بندی وب سایت

چکیده انگلیسی:

With the acceleration of Internet era, E-commerce industry has grown rapidly and a good E-Commerce website has become indispensable for every commerce based organization. However E-Commerce industry in developing countries like India is still lagging behind to satisfy the challenging and dynamic needs of consumers. Enterprises are deploying new strategies to retain or rebuild relations with their old customers and persistently focusing on new customers. Keeping in mind the thought of blending intelligent web mining with E-Commerce, this research work discusses the design of a Semantic and Neural based E Commerce page ranking algorithm, named SNEC page ranking algorithm and its implementation in the form of website ranking tool that may be well utilized for ranking of E- Commerce websites to assist the customers by finding relevant web sites on the top during their search for buying a specific product as well as businesses to compare their strengths and weaknesses with competitors and hence to improve their profits by providing relevant product at competitive price with consumer friendly services to the customers by better structuring their E Commerce websites.

Keywords : E-Commerce Web Site Ranking ; Neural Network and E Commerce ; Semantic Web and E Commerce ; SNEC Page Ranking Algorithm ; Website Priority Tool