Дослідження методів персоналізації рекомендацій на основі поведінкових даних користувачів в ІТ-проєктах електронної комерції

Abstract

Об’єктом дослідження кваліфікаційної роботи є процеси формування персоналізованих рекомендацій у системах електронної комерції в рамках ІТ-проєктів. Предметом дослідження є методи та моделі персоналізації рекомендацій на основі поведінкових даних користувачів. Метою кваліфікаційної роботи є розробка та дослідження гібридного методу персоналізації рекомендацій на основі поведінкових даних користувачів для підвищення якості та релевантності рекомендацій в ІТ-проєктах електронної комерції. Методи дослідження: методи аналізу даних, статистичні методи, методи рекомендаційних систем, порівняльний аналіз. Основними результатами кваліфікаційної роботи є розробка гібридного методу персоналізації рекомендацій, який базується на аналізі поведінкових даних користувачів та поєднує різні підходи до формування рекомендацій. Проведено дослідження особливостей реалізації розробленого методу в ІТ-проєктах електронної комерції. Проведена апробація запропонованого методу, яка підтвердила підвищення ефективності рекомендаційної системи за рахунок покращення релевантності рекомендацій. Наукова новизна роботи полягає у розробці гібридного методу персоналізації рекомендацій, який поєднує колаборативну та контентну фільтрацію з динамічним зважуванням поведінкових сигналів користувачів з урахуванням стадії життєвого циклу ІТ-проєкту електронної комерції, що забезпечує підвищення релевантності рекомендацій в умовах неповних та зашумлених поведінкових даних.