Метод побудови адаптивних пояснень в системах електронної комерції на основі еволюції користувацьких відгуків

Abstract

Розглянуто методи побудови пояснень щодо рекомендацій в системах електронної комерції на основі аналізу еволюції відгуків користувачів. Розроблено метод побудови адаптивних пояснень з використанням великих мовних моделей, який базується на представленні еволюції продукту, що враховує його характеристики та сентимент у відгуках користувачів. Метод містить етапи формування бази відгуків, відстеження змін сентименту для кожної характеристики, ідентифікації подій покращень продукту, вибору рівня деталізації пояснень згідно фази життєвого циклу та побудови адаптованих пояснень. Метод дозволяє забезпечити прозоре відображення характеристик зрілості рекомендованого продукту для користувачів системи електронної комерції на основі зворотного зв’язку від виробника.

Methods for constructing explanations for recommendations in e-commerce systems based on analysis of user review evolution are considered. A method for constructing adaptive explanations using large language models has been developed, based on two-aspect representation of product evolution that considers product characteristics and sentiment in user reviews. The method includes stages of creating review database, tracking sentiment changes for each characteristic, identifying product improvement events, selecting explanation detail level according to lifecycle phase and constructing adapted explanations. The method ensures transparent representation of recommended product maturity for e-commerce system users based on manufacturer feedback.