Личный кабинетuser
orange img orange img orange img orange img orange img
Дипломная работаИнформационные технологии
Готовая работа №109739 от пользователя Куклачев Дмитрий
book

Разработка рекомендательной системы для приложения сферы электронной коммерции

2 100 ₽
Файл с работой можно будет скачать в личном кабинете после покупки
like
Гарантия безопасной покупки
help

Сразу после покупки работы вы получите ссылку на скачивание файла.

Срок скачивания не ограничен по времени. Если работа не соответствует описанию у вас будет возможность отправить жалобу.

Гарантийный период 7 дней.

like
Уникальность текста выше 50%
help

Все загруженные работы имеют уникальность не менее 50% в общедоступной системе Антиплагиат.ру

file
Возможность снять с продажи
help

У покупателя есть возможность доплатить за снятие работы с продажи после покупки.

Например, если необходимо скрыть страницу с работой на сайте от третьих лиц на определенный срок.

Тариф можно выбрать на странице готовой работы после покупки.

Не подходит эта работа?
Укажите тему работы или свой e-mail, мы отправим подборку похожих работ
Нажимая на кнопку, вы соглашаетесь на обработку персональных данных

содержание


Содержание 4
Введение 7
1 Постановка задачи 9
1.1 Описание актуальности проблемы 9
1.2 Цель работы 11
1.3 Задачи исследования 11
1.4 Объект исследования 12
1.5 Предмет исследования 12
1.6 Методология и методы исследования 13
1.7 Эмпирическое основание 13
1.8 Теоретическая значимость 13
1.9 Практическая значимость 13
1.10 Постановка задачи 13
2 Описание предметной области 15
2.1 Терминология (глоссарий) предметной области 15
2.2 Обзор литературы, посвященной исследованию рекомендательных систем для сферы электронной коммерции 15
2.3 Анализ предметной области 16
2.3.1 Рынок электронной коммерции 16
2.3.1.1. Особенности и преимущества рынка электронной коммерции 18
2.3.2 Рекомендательные системы 19
2.3.2.1. История возникновения рекомендательных систем 20
2.4 Обзор различных сервисов в сфере электронной коммерции, применяющих в своей работе рекомендательные системы 21
2.4.1 Amazon 22
2.4.2 eBay 23
2.4.3 Esty 24
2.4.4 Ozon 25
2.4.5 Достоинства и недостатки рассмотренных аналогов 27
3 Теоретические основы и исследование рекомендательных систем в сфере электронной коммерции 29
3.1 Подходы к построению рекомендательных систем 30
3.1.1 Неперсонализированные рекомендательные системы 31
3.1.2 Персонализированные рекомендательные системы 33
3.2 Классификация персонализированных рекомендательных систем 35
3.2.1 Коллаборативная фильтрация 35
3.2.1.1. Фильтрация на основе модели 36
3.2.1.2. Фильтрация на основе памяти 37
3.2.1.2.1. Корреляция Пирсона 37
3.2.1.2.2. Косинусная мера близости 38
3.2.2 Контентная фильтрация 39
3.2.3 Системы на основе знаний 40
3.2.4 Гибридные системы 42
3.2.4.1. Классификация гибридных рекомендательных систем 44
3.2.4.1.1. Монолитные рекомендательные системы 44
3.2.4.1.2. Смешанные рекомендательные системы 46
3.2.4.1.3. Ансамбли рекомендательных систем 46
3.3 Достоинства и недостатки применения рекомендательных систем 49
3.3.1 Проблема «холодного старта» 50
3.3.1.1. Новое сообщество 51
3.3.1.2. Новый элемент 51
3.3.1.3. Новый пользователь 52
3.4 Оценка эффективности системы рекомендаций 53
3.4.1 Статистические метрики 54
3.4.2 Метрики точности принятия решений 55
4 Разработка рекомендательной системы на основе гибридной фильтрации для приложения сферы электронной коммерции 57
4.1 Определение целей системы 58
4.2 Определение требований к системе 59
4.3 Выбор подходящих технологий и методов 60
4.3.1 Сравнение подходов к реализации рекомендательных систем 60
4.3.2 Определение факторов выбора 63
4.3.3 Определение стека технологий для реализации 63
4.4 Реализация 65
4.4.1 Описание работы неперсонализированной рекомендательной системы в приложении сферы электронной коммерции 65
4.4.2 Описание работы персонализированной рекомендательной системы в приложении сферы электронной коммерции 66
4.4.2.1. Поведенческий профиль пользователя 69
4.4.3 Практическая реализация гибридной рекомендательной системы 70
4.4.3.1. User Service 70
4.4.3.2. Product Service 71
4.4.3.3. Purchase Service 72
4.4.3.4. Delivery Service 73
4.4.3.5. Recommendation Service 73
4.4.3.5.1. Задание параметров фильтрации для формирования рекомендательных кластеров 74
4.4.3.5.1. Внутренняя реализация рекомендательной системы 75
4.4.4 Формирование пользовательских рекомендаций 75
5 Тестирование разработанной рекомендательной системы 78
Заключение 82


Весь текст будет доступен после покупки

ВВЕДЕНИЕ

В настоящее время, внедрение современных информационных технологий для продвижения и обогащения бизнеса стало очень актуальным. IT-продукты тесно интегрированы в современный бизнес и помогают компаниям улучшить эффективность, расширить возможности и оставаться конкурентноспособными для увеличения и сохранения своих прибыли и клиентов. Роль информационных технологий в бизнесе невозможно переоценить, так как они не только улучшают структуру текущих процессов, но и открывают множество возможностей для роста, масштабирования и прогресса.
Одна из востребованных ниш в бизнесе, где современные информационные технологии стали практически незаменимы, — это рынок электронной коммерции. В сфере e-commerce использование информационных технологий и IT-продуктов играет ключевую роль в обеспечении успеха и конкурентной способности компаний.
E-commerce объединяет все площадки и сервисы, где оплата происходит онлайн. В первую очередь — это интернет-магазины, которые принимают электронные платежи. В действительности, e-commerce — это не только финансовые или торговые транзакции, осуществляемые с помощью сетей, но и цепочки глобальных бизнес-процессов, связанных с проведением транзакций. Сегодня к электронной коммерции относят электронную покупку или продажу товаров через онлайн-сервисы или через интернет, мобильную коммерцию, электронные переводы средств, управление цепочками поставок, интернет-маркетинг, онлайн-обработку транзакций, электронный обмен данными (EDI), системы управления запасами и автоматизированные системы сбора данных.

Весь текст будет доступен после покупки

отрывок из работы

Постановка задачи
1.1 Описание актуальности проблемы
Первое полугодие 2020 года стало самым непредсказуемым за все время развития электронной коммерции в мире и в начале 2021 года пережило одну из самых удивительных трансформаций.
По меркам рынка в одно мгновение изменились все догмы индустрии – покупательское поведение, способы и место совершения покупки, средний чек и другие факторы. Пандемия буквально вынудила многих покупателей приобрести новый опыт: более 40% приобретали онлайн то, что раньше покупали только в розничной точке продаж, 25% за период изоляции нашли новые магазины и также остались лояльны к ним после снятия ограничений. Объем российского рынка электронной коммерции в 2020 году достиг 2,7 трлн рублей, увеличившись на 58% в сравнении с 2019-м. Об этом свидетельствуют данные Data Insight. Возрастание темпа роста рынка в сравнении с прошлым годом аналитики объяснили распространением пандемии коронавируса COVID-19, по причине которой люди стали чаще проводить время дома и заказывать товары через интернет.
Мотивирующие цифры несут в себе и новые вызовы. Стоит понимать, что чем больше покупок совершается онлайн, тем выше становятся требования к продавцам. Более 40% пользователей отказываются от онлайн-магазина, если их что-то не устраивает в процессе совершения покупки. При выборе магазина решающими факторами становятся бесплатная и быстрая доставка, скидочные купоны и, разумеется, персонализированные пользовательские предложения.

Весь текст будет доступен после покупки

Список литературы

1. PostgreSQL. Основы языка SQL: учеб. пособие / Е. П. Моргунов; под ред. Е. В. Рогова, П. В. Лузанова. — СПб.: БХВ-Петербург, 2018. — 336 с.
2. Документация JavaScript-библиотеки React.js [Электронный ресурс]. Режим доступа: https://ru.react.js.org/docs/getting-started.html
3. Фальк K. Практические рекомендательные системы, публикации по подбору персонала: 1-е издание. – 2019. – 432 с.
4. Ханг A. Меры сходства для кластеризации текстовых документов в материалах Шестой Новозеландской студенческой конференции по компьютерным наукам, 2008. – 56 с.
5. Джавахир, Г. Моделирование предпочтений пользователей в рекомендательных системах: система классификации явных и неявных отзывов пользователей / Г. Джавахир, П. Веллер, П. Косткова // АКМ Транзакции в интерактивных интеллектуальных системах. – 2014. – Том 4.
6. Минг, Л. Рекомендации по покупке продуктов, основанные на случайном просмотре с учетом особенностей корзины / Л. Минг, Б. M. Диас // В материалах 15-й Международной конференции по поиску знаний и интеллектуальному анализу данных. – 2009. –1224 с.
7. Коллаборативная фильтрация: как предпочтения других пользователей влияют на твои рекомендации // VC [сайт]. – URL: https://vc.ru/marketing/153788-kollaborativnaya-filtraciya-kak-predpochteniyadrugih-polzovateley-vliyayut-na-tvoi-rekomendacii (дата обращения 10.04.2024).
8. Рекомендательные системы: user-based и item-based. // Habr [сайт]. – URL: https://habr.com/ru/company/surfingbird/blog/139518/ (дата обращения 20.05.2024).
9. Рекомендательные системы: идеи, подходы, задачи. // Habr [сайт]. – URL: https://habr.com/ru/company/jetinfosystems/blog/453792/ (дата обращения 20.05.2024).
10. Паззани, M. Изучение и пересмотр профилей пользователей: выявление интересных веб-сайтов / M. Паззани, Д. Билсас // Машинное обучение. – 1997. –331 с.

Весь текст будет доступен после покупки

Почему студенты выбирают наш сервис?

Купить готовую работу сейчас
service icon
Работаем круглосуточно
24 часа в сутки
7 дней в неделю
service icon
Гарантия
Возврат средств в случае проблем с купленной готовой работой
service icon
Мы лидеры
LeWork является лидером по количеству опубликованных материалов для студентов
Купить готовую работу сейчас

не подошла эта работа?

В нашей базе 78761 курсовых работ – поможем найти подходящую

Ответы на часто задаваемые вопросы

Чтобы оплатить заказ на сайте, необходимо сначала пополнить баланс на этой странице - https://lework.net/addbalance

На странице пополнения баланса у вас будет возможность выбрать способ оплаты - банковская карта, электронный кошелек или другой способ.

После пополнения баланса на сайте, необходимо перейти на страницу заказа и завершить покупку, нажав соответствующую кнопку.

Если у вас возникли проблемы при пополнении баланса на сайте или остались вопросы по оплате заказа, напишите нам на support@lework.net. Мы обязательно вам поможем! 

Да, покупка готовой работы на сайте происходит через "безопасную сделку". Покупатель и Продавец финансово защищены от недобросовестных пользователей. Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней. 

У покупателя есть возможность снять готовую работу с продажи на сайте. Например, если необходимо скрыть страницу с работой от третьих лиц на определенный срок. Тариф можно выбрать на странице готовой работы после покупки.

Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней. Если администрация сайта принимает решение о возврате денежных средств, то покупатель получает уведомление в личном кабинете и на электронную почту о возврате. Средства можно потратить на покупку другой готовой работы или вывести с сайта на банковскую карту. Вывод средств можно оформить в личном кабинете, заполнив соответствущую форму.

Мы с радостью ответим на ваши вопросы по электронной почте support@lework.net

surpize-icon

Работы с похожей тематикой

stars-icon
arrowarrow

Не удалось найти материал или возникли вопросы?

Свяжитесь с нами, мы постараемся вам помочь!
Неккоректно введен e-mail
Нажимая на кнопку, вы соглашаетесь на обработку персональных данных