Моделі формування рекомендацій у інтелектуальних системах електронної комерції

Abstract

Результати роботи пошукових та фільтраційних механізмів сучасних систем електронної комерції не завжди задовольняють вимоги користувачів, що проявляється у неточних та неповних рекомендаціях товарів за пошуковим запитом. Удосконалення якості рекомендацій для покупців онлайн торгівельних платформ є актуальною задачею. Дана робота наводить моделі формування рекомендацій на основі методів кластерного аналізу, які дозволяють згрупувати схожі товари та схожих клієнтів за їхніми характеристиками. Наведені результати експерименту щодо формування рекомендацій придбання рюкзаків для покупців онлайн магазину спортивного обладнання.

With the increase of the amount of information available on the web, it becomes difficult for users to work with it. This ap-plies, in particular, to e-commerce systems which are storing millions of products’ offers. That is why systems that help usersnavigate in a large amount of information have begun to play a big role. A person cannot analyze a lot of information, because it is difficult and requires a lot of time and physical effort. But with recommendation systems that can filter out a lot of information and provide the user with the information they need and recommendations they like this problem can be solved. The results of the search and filtering mechanisms of modern e-commerce systems do not always satisfy the requirements of users, which is re-flected in inaccurate and incomplete recommendations of products with specific search queries. Improving the quality of recom-mendations for buyers of online trading platforms is an urgent task.