Модель персоналізованих рекомендацій без попередніх даних користувача із застосуванням FUZZY AHP

Abstract

Стрімкий розвиток електронної комерції зумовлює потребу у створенні рекомендаційних систем, здатних ефективно працювати за відсутності попередніх даних про користувача. У статті розглянуто підхід до формування персоналізованих рекомендацій на основі методу нечіткого аналітичного ієрархічного процесу (Fuzzy AHP). Така модель поєднує багатокритеріальність вибору з можливістю урахування як об’єктивних параметрів товарів, так і суб’єктивних переваг користувача, що визначаються через попарні порівняння критеріїв. Особливістю підходу є подолання проблеми «холодного старту». Представлений підхід може стати основою для створення сучасних інтелектуальних систем підтримки вибору в e-commerce.. Проведено експеримент, що підтвердив ефективність моделі для персоналізованого ранжування товарів. Іл.: 4. Табл.: 7. Бібліогр.: 10 назв.

The rapid development of e-commerce necessitates the creation of recommendation systems capable of functioning effectively without prior user data. This paper explores an approach to generating personalized recommendations based on the Fuzzy Analytic Hierarchy Process (Fuzzy AHP). The proposed model combines multi-criteria decision-making with the ability to integrate both objective product parameters and subjective user preferences, determined through pairwise comparisons of criteria. A distinctive feature of the approach is its ability to overcome the “cold start” problem. The presented methodology can serve as a foundation for developing modern intelligent decision-support systems in e-commerce. An experimental study confirmed the effectiveness of the model for personalized product ranking. Fig: 4. Tabl.: 7. Refs.: 10 items.