Розробка рекомендаційної системи для підвищення ефективності маркетплейсу

Князєва Л. С. Розробка рекомендаційної системи для підвищення ефективності маркетплейсу : кваліфікаційна робота магістра : 051 Економіка / наук. кер. Т. Г. Затонацька. Київ, 2025. 81 с.

Об’єкт дослідження: процеси персоналізації користувацького досвіду у маркетплейсах шляхом застосування рекомендаційних систем.
Мета дослідження: розробка рекомендаційної системи для підвищення ефективності маркетплейсу з використанням сучасних методів машинного навчання.
Методи дослідження: методи машинного навчання, зокрема класифікаційні алгоритми (логістична регресія, мультиноміальний наївний байєсівський класифікатор, класифікатор Ridge, пасивно-агресивний класифікатор та LightGBM), алгоритм кластеризації k-means, алгоритми колаборативної та контентної фільтрації, методи обробки природної мови (NLP) та аналіз сентиментів.
Наукова новизна, теоретична значимість дослідження: запропоновано рекомендаційну систему з модульною структурою, що дозволяє подолати проблеми масштабованості та «холодного старту», а також забезпечує гнучке та адаптивне поєднання різних алгоритмів залежно від завдань маркетплейсу та поведінки користувачів.
Практична цінність: створено універсальне рішення, придатне до впровадження на різних платформах електронної комерції, здатне працювати з реальними даними та враховувати емоційний контекст користувацьких відгуків для підвищення точності та релевантності рекомендацій.