fa توسعه یک سیستم توصیه‌گر مکانمند تحت وب برای خرید و فروش املاک با قابلیت قیمت‌گذاری زمانمند سامانه های اطلاعات مکانی GIS پژوهشي Research <div align="right" style="direction: rtl"> در این تحقیق، جهت سرعت بخشیدن به خرید و فروش املاک و راهنمایی خریداران در یافتن ملکی متناسب با شرایط و معیارهای‌شان، از سیستم‌ توصیه‌گر دانش‌محور با قابلیت قیمت‌گذاری زمانمند املاک استفاده گردیده است. مدل قیمت در سیستم، با استفاده از روش هدانیک و رگرسیون وزن دار جغرافیایی تعیین و از طریق املاک فروخته شده در سیستم و به کارگیری مدل "واقعه‌مبنا" بروزرسانی می‌شود. با استفاده از این سیستم، کاربران علاوه بر امکان خرید و فروش سریع‌تر، می‌توانند از قیمت مناسب املاک نیز اطلاع یابند. برای تحقق هدف تحقیق، مشخصات 56 واحد آپارتمانی فروخته شده در شهریورسال 91 به منظور تعیین و تست مدل قیمت و مشخصات 50 واحد فروشی در مهر و آبان 91 برای تست سیستم توصیه‌گر، جمع‌آوری و در سیستم ثبت گردید. در نهایت، با بررسی نتایج ارائه شده به یک کاربر نمونه، صحت عملکرد سیستم توصیه‌گر مورد بررسی قرار گرفت. </div> The main goal of this research is to develop a knowledge-based recommendation system for real estate marketing. The system is capable of handling both spatial and attribute data of the properties. In general, there is no specific and stable relation between the parameters of the properties. In other words, we cannot extract any domain for the values of other parameters from the values of any given parameter. Therefore, the case-based method is used for the development of the recommendation system. The hedonic method is used for the property valuation and the geographical weighted regression method is used for extracting the coefficient of hedonic function. The valuation is based on the information of sold properties, considering different parameters such as construction year, number of building unit, frontage and distance from parks, schools, hospital, etc. In this system, information regarding for-sale properties are stored in the sale properties. Similarly the information regarding the preference and requirement of real estate buyers are stored in buyer profiles. Comparing this two, three of the most similar properties to the preferences of the buyer are recommended by the system. The system is tested using the information of sold properties in the “Vanak” region of district 3 of Tehran. Evaluation of the system, shows that the recommended properties are actually the most fitted ones to the requirement of the sample buyers. سیستم توصیه‌گر دانش محور, رگرسیون وزندار جغرافیایی, قیمت‌گذاری زمانمند, مدل واقعه مبنا knowledge-based recommender system, geographical weighted regression, temporal pricing, event-based 41 54 http://jgst.issgeac.ir/browse.php?a_code=A-10-25-12&slc_lang=fa&sid=1 M. Karimi محمد کریمی mkarimi@kntu.ac.ir 10031947532846001772 10031947532846001772 Yes گروه سیستم‌های اطلاعات مکانی- دانشکده مهندسی نقشه‌برداری- دانشگاه صنعتی خواجه نصیرالدین Z. Akbari زهرا اکبری akbari.zahra89@gmail.com 10031947532846001773 10031947532846001773 No گروه سیستم‌های اطلاعات مکانی- دانشکده مهندسی نقشه‌برداری- دانشگاه صنعتی خواجه نصیرالدین M. SaadiMesgari محمد سعدی مسگری mesgari@kntu.ac.ir 10031947532846001774 10031947532846001774 No گروه سیستم‌های اطلاعات مکانی- دانشکده مهندسی نقشه‌برداری- دانشگاه صنعتی خواجه نصیرالدین