Abstract:
Магістерська робота присвячена дослідженню та розробці рекомендаційної системи для онлайн-платформ електронної комерції, що є актуальним завданням у сучасних умовах стрімкого розвитку цифрової економіки. У роботі розглянуто теоретичні основи електронної комерції, роль і значення онлайн-платформ у глобальній економіці, а також їхній вплив на споживчу поведінку. Особливу увагу приділено аналізу існуючих підходів до побудови рекомендаційних систем, серед яких виділено методи контентної, колаборативної та гібридної фільтрації.
У межах роботи детально досліджено проблеми, що виникають під час розроблення та впровадження рекомендаційних систем, зокрема проблему «холодного старту», розрідженості даних і перевантаження інформацією. Запропоновано алгоритмічні та архітектурні рішення для подолання цих викликів, зокрема застосування передових методів машинного навчання, аналізу великих даних і використання гібридних моделей.
Практична частина роботи включає розроблення прототипу рекомендаційної системи для онлайн-платформи електронної комерції. Розроблена система орієнтована на персоналізацію рекомендацій для користувачів на основі їхніх попередніх дій, інтересів та поведінкових патернів.
