Інтелектуальний аналіз пропозицій товарів на основі контекстних рекомендацій

Abstract

Інтернет-технології є невід’ємною складовою відносин, які виникають у сучасному суспільстві. Через швидке впровадження та зручність електронних майданчиків, прогнозовано зростає попит на ринку IT-продуктів для рекомендаційних систем. У статті розглянуті різноманітні обмеження поточних рекомендаційних методів та обговорено можливі розширення, що можуть покращити рекомендаційні можливості та зробити їх більш ціностними для широкого кола додатків. Ці розширення включають покращення сприймання користувачів та елементів, включення контекстної інформації в рекомендаційний процес, підтримка багатокритеріальних рейтингів та надання більш гнучких і водночас менш нав’язливих типів рекомендацій. Важливу роль відіграє інтеграція діяльності, якаполягає у підтримці усіх аспектів електронної комерції від виконання транзакцій до підтримки мережі постачання, що дає змогу спростити документообіг та збільшити вигоду учасників.Направленість даної розробки – проводити аналітичну обробку даних торгівельних майданчиків, на основі контекстних рекомендацій, об’єктивний аналіз та здійснювати актуальний моніторинг ділової активності на торговельному майданчику. Розглянуто задачу складання різноманітних аналітичних звітів, що дозволить учасникам ринку IT-продуктів для рекомендаційних систем об’єктивно і своєчасно аналізувати розвиток ситуації на ринку, виявляти існуючі та прогнозні тенденції. Побудова сфери надання інтелектуальних аналітичних послуг здійснюється для залучення додаткових учасників, або якісно нових гравців ринку та одержання додаткового прибутку.Для обробки доцільно використовувати принципово нові технології Data Mining, що дозволить отримати якісно цінні дані. Data Mining – це технологія, призначена для пошуку у великих інформаційних масивах неочевидних даних, об’єктивних, корисних на практиці закономірностей.

Internet technologies are an integral part of the relationship that arises in modern society. The rapid introduction and convenience of electronic platforms triggered the projected growth in demand in the market for IT products for recommender systems.The article discusses various limitations of current recommender methods and discusses possible extensions that can improve the recommender capabilities and make them more valuable for a wide range of applications. These extensions include improving the perception of users and elements, including contextual information in the recommendatory process, supporting multi-criteria ratings and providing more flexible and at the same time less intrusive types of recommendations.When integrating the relevant information technology to develop a commodity proposals environment, it is therefore necessary to consider the personalization requirements of the proposal to ensure that the technology achieves its intended result. This study therefore sought to apply context aware technology and recommendation algorithms to develop a system realize personalized goals in a context aware manner and improve commodity proposals effectiveness.In order to offer context-aware and personalized information, intelligent processing techniques are necessary. Different initiatives considering many contexts have been proposed, but users preferences need to be learned to offer contextualized and personalized services, products or information. Therefore, this paper proposes an agent-based architecture for context-aware and personalized event recommendation based on ontology and the spreading algorithm. The use of ontology allows to define the domain knowledge model, while the spreading activation algorithm learns user patterns by discovering user interests.Also from the statistical observation, it is found that there exists a higher level agreement towards the system between the participants of both end users and experts.