Предметом вивчення в статті є процеси формування пояснень щодо рекомендованого переліку товарів та послуг в рекомендаційних системах. Метою є розробка моделей пояснення щодо рекомендованого переліку товарів та послуг з урахуванням зміни інтересів користувачів у часів. Завдання: обґрунтувати вибір критеріїв для оцінки пояснень; розробити узагальнену модель пояснення, що враховує довіру користувача, а також зміни у продажах товарів та послуг. Використовуваними підходами є: підходи до побудови рекомендацій на основі схожості вибору користувачів, а також характеристик об'єктів користувацького вибору. Отримані наступні результати. Проведено порівняльний аналіз критеріїв оцінки пояснень та обґрунтовано вибір критеріїв довіри та результативності як ключових для моделювання пояснень з урахуванням темпорального аспекту вибору користувача. Запропоновано моделі представлення пояснень у вигляді числового показника, значення якого характеризує зміну продажів протягом визначеного періоду часу, а знак пояснення визначає напрямок цих змін – збільшення або зменшення. Висновки. Наукова новизна отриманих результатів полягає в наступному. Запропоновано модель пояснення для рекомендацій. Пояснення представлено числовим показником, що враховує зміни продаж на товарів та послуг між інтервалами деталізації часу для визначеного періоду часу. Пояснення враховує зміни продажів вибраного товару на послідовних інтервалах часу для заданого рівня його деталізації, а також зміни продажів для всіх інтервалів у вибраному періоді часу у порівнянні з поточним інтервалом. Запропоноване числове представлення пояснення дає можливість задовільнити одночасно критерії довіри та результативності пояснень: знак показника відповідає критерію довіри, а абсолютне значення з урахуванням знаку дає можливість оцінити результативність роботи рекомендаційної системи. В практичному аспекті представлене пояснення дає можливість обґрунтувати сформовану рекомендацію навіть у випадку шилінг-атак та у ситуації холодного старту рекомендаційної системи, оскільки в якості вхідних даних для його побудови використовується об’єктивна інформація про покупки вибраного товару для заданого періоду часу
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.