Skip to main content
European Commission logo
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary
Zawartość zarchiwizowana w dniu 2024-06-18

Context-Aware Recommender Systems (CARS)

Article Category

Article available in the following languages:

Trafniejsze podpowiedzi dla kupujących online

Sklepy internetowe i podobne systemy często podsuwają kupującym nieadekwatne rekomendacje. W ramach unijnego projektu powstały systemy wykorzystujące algorytmy zależności kontekstowych, które pozwalają trafniej oceniać preferencje użytkownika.

Systemy używane przez sklepy internetowe podają użytkownikowi podpowiedzi dotyczące innych produktów. Jednak rekomendacje te często nie są trafne, co rodzi konieczność stworzenia systemu, którzy wykorzystywałby wszystkie dostępne informacje o kliencie i przedstawiał lepiej dobrane sugestie. Finansowany ze środków UE projekt "Context-aware recommender systems" (CARS) miał na celu stworzenie takiego systemu rekomendacyjnego, przeznaczonego do urządzeń mobilnych i stacjonarnych. System wykorzystuje pełne informacje kontekstowe dotyczące użytkownika i produktu. Prace konsorcjum rozpoczęły się z końcem 2011 r. i trwały dwa lata. Do najważniejszych osiągnięć należy opracowanie pięciu nowych algorytmów do filtrowania, które są znacznie lepsze niż konkurencyjne rozwiązania. Algorytmy te wykorzystano w aplikacji dla urządzeń z systemem Android, noszącej nazwę Frappe, która proponuje inne aplikacje, którymi może być zainteresowany użytkownik. Aplikacja używa informacji kontekstowych dostarczonych przez czujniki umieszczone w telefonie, aby znajdywać podobne produkty, które mogą spełnić wymagania użytkownika. W ramach projektu oceniono też przydatność i skuteczność aplikacji. Wyniki badań opisano w artykułach wydanych podczas organizacji konferencji i warsztatów, przy czym dwa z nich zdobyły nagrody za najlepsze publikacje. Projekt CARS wniósł wkład w rozwój dziedziny kontekstowych systemów rekomendowania produktów. Nowy system pomoże poprawić trafność podpowiedzi, a w efekcie zwiększyć sprzedaż.

Słowa kluczowe

Handel internetowy, algorytmy zależności kontekstowej, informacje o kliencie, zindywidualizowane podpowiedzi, kontekstowe, system rekomendujący, Android, aplikacja, Frappe, czujniki w telefonie komórkowym

Znajdź inne artykuły w tej samej dziedzinie zastosowania