Collaborative filtering based recommender system design for e-commerce

Öneri sistemleri, e-ticaret endüstrisi için temel etkileşim işlevlerinden biridir. Tipik bir öneri sisteminde, müşteri ve ürün verileri analiz edilir ve olası müşteriler için ürünleri değerlendiren bir tahmin modeli oluşturulur. İş değeri açısından, bireylerin çeşitli ürünler arasından kendi ilgilerini çekecek olanları belirlemelerine yardımcı olur. Bu çalışmada, Türkiye'nin önde gelen e-ticaret platformu hepsiburada için işbirlikçi filtreleme temelli bir öneri sistemi tasarlanmıştır. İlk olarak, müşteri-ürün tahmin çiftleri halinde örtük geri bildirim verisi hazırlanmıştır. İkinci olarak, işbirlikçi filtreleme için düzenlenmiş tekil değer ayrıştırma esaslı matris faktörizasyon modeli oluşturulmuştur. Müşteriler ve ürünler örtük faktör vektörleri ile temsil edilir. Problem Alternatif En Küçük Kareler yöntemi ile optimize edilerek bir tahminleme modeli elde edilir. Üçüncüsü, potansiyel müşterilerin ürün puan tahinleri modelden alınır. Ardından, tahminler on ürrüne indirgenir. Son olarak, öneriler potansiyel müşteriler tarafından üretilen davranışsal verilerle değerlendirilir.