Модель персоналізованих рекомендацій без попередніх даних користувача із застосуванням FUZZY AHP

Abstract

Стрімкий розвиток електронної комерції зумовлює потребу у створенні рекомендаційних систем, здатних ефективно працювати за відсутності попередніх даних про користувача. У статті розглянуто підхід до формування персоналізованих рекомендацій на основі методу нечіткого аналітичного ієрархічного процесу (Fuzzy AHP). Така модель поєднує багатокритеріальність вибору з можливістю урахування як об’єктивних параметрів товарів, так і суб’єктивних переваг користувача, що визначаються через попарні порівняння критеріїв. Особливістю підходу є подолання проблеми «холодного старту». Представлений підхід може стати основою для створення сучасних інтелектуальних систем підтримки вибору в e-commerce.. Проведено експеримент, що підтвердив ефективність моделі для персоналізованого ранжування товарів.