Doporučování zboží ve webových obchodech

Abstract

Doporučování zboží při nákupu je základní funkcí většiny webových obchodů. V současnosti jsou systémy pro doporučování zboží postaveny na analýze nákupního košíku a sledování vazeb mezi nabízeymi produkty. Použitelnoi alternativou však může být systém založený na sledování akcí zákazníků. Studenst analyzuje používáné přístup k doporučování zboží založené na algoritmu zpětnovazebného učení na základě výzkumu implementuje pototyp systému pro doporučování zboží ve webovském obchodě.

Electronic shopping recommendation systems are an integral part of most on-line stores. Nowadays, these systems are usually driven by Market Basket Analysis algorithms and by finding relations within the range of goods offered by the shop. However, for a recommendation system an action-based approach might be a viable alternative. The student will review existing approaches to recommendation based on reinforcement learning algorithms, and implement a prototype of a recommender system for a web store based on the results of the research.