ВИКОРИСТАННЯ РЕКОМЕНДАЦІЙНИХ СИСТЕМ ДЛЯ ОПТИМІЗАЦІЇ МАРКЕТИНГОВОЇ СТРАТЕГІЇ КОМПАНІЇ

І.В. Пономаренко; О.Б. Битик

doi:10.37320/2415-3583/19.5

І.В. Пономаренко Київський національний університет технологій та дизайну https://orcid.org/0000-0003-3532-8332
О.Б. Битик Київський національний університет технологій та дизайну https://orcid.org/0000-0001-6970-4506

DOI: https://doi.org/10.37320/2415-3583/19.5

Ключові слова: алгоритм, маркетинг, машинне навчання, рекомендаційна система, цільова аудиторія

Анотація

У статті досліджено особливості впливу процесів діджиталізації на поведінку користувачів та переорієнтацію компаній на цифрове середовище. Доведено доцільність використання передових інструментів цифрового маркетингу для налагодження комунікацій із цільовою аудиторією на постійній основі. Встановлено ефективність використання рекомендаційних систем на вебресурсах компаній в процесі підвищення конверсії в довгостроковій перспективі. Розкрито основні переваги за умови використання рекомендаційних систем відповідно до науково обґрунтованих підходів. Наведено приклади використання релевантного контенту у рекомендаційних системах технологічними компаніями у розвинених країнах світу. Розкрито основні джерела інформації, які використовуються в процесі побудови рекомендаційних систем. Наведено класифікацію рекомендаційних систем, що використовуються у сучасних умовах. Представлено специфіку використання методів машинного навчання в процесі оптимізації функціонування рекомендаційних систем.

Посилання

Zhang B., Sundar S. Proactive vs. reactive personalization: Can customization of privacy enhance user experience? International Journal of Human-Computer Studies. 2019. № 128. Р. 86–99.

Salonen V., Karjaluoto H. Web personalization: The state of the art and future avenues for research and practice. Telematics and Informatics. 2016. № 33 (4). Р. 1088–1104.

Jannach D., Lerche L., Kamehkhosh I., Jugovac M. What recommenders recommend: an analysis of recommendation biases and possible countermeasures. User Modeling and User-Adapted Interaction. 2015. Vol. 25. Р. 427–491.

Hassan M., Hamada M. Recommending Learning Peers for Collaborative Learning through Social Network Sites. 7th International Conference on Intelligent Systems Modelling and Simulation (ISMS). 2016. P. 60–63.

5 Unique Recommendation Systems with Machine Learning. URL: https://artificialintelligence.oodles.io/blogs/recommendation-systems-with-machine-learning (дата звернення: 12.08.2021).

Recommender Systems: The Most Valuable Application of Machine Learning (Part 1). URL: https://towardsdatascience.com/recommender-systems-the-most-valuable-application-of-machine-learning-part-1-f96ecbc4b7f5 (дата звернення: 12.08.2021).

Recommender System in Digital Marketing. URL: https://www.linkedin.com/pulse/recommender-system-digital-marketing-ifeanyi-ugwu/?trk=portfolio_article-card_title (дата звернення: 12.08.2021).

Data Science in Action: Unlocking the Power of Recommender Systems. URL: https://labs.eleks.com/2014/10/data-science-in-action-unlocking-the-power-of-recommender-systems.html (дата звернення: 12.08.2021).

Build Your Own Clustering Based Recommendation Engine in 15 minutes. URL: https://towardsdatascience.com/build-your-own-clustering-based-recommendation-engine-in-15-minutes-bdddd591d394 (дата звернення: 12.08.2021).

Building a Recommendation System Using Neural Network Embeddings. URL: https://towardsdatascience.com/building-a-recommendation-system-using-neural-network-embeddings-1ef92e5c80c9 (дата звернення: 12.08.2021).

Zhang, B., Sundar, S. (2019). Proactive vs. reactive personalization: Can customization of privacy enhance user experience? International Journal of Human-Computer Studies, 128, 86–99.

Salonen, V., Karjaluoto, H. (2016). Web personalization: The state of the art and future avenues for research and practice. Telematics and Informatics, 33 (4), 1088–1104.

Jannach, D., Lerche, L., Kamehkhosh, I., Jugovac, M. (2015). What recommenders recommend: an analysis of recommendation biases and possible countermeasures. User Modeling and User-Adapted Interaction, Vol. 25, 427–491.

Hassan, M., Hamada, M. (2016). “Recommending Learning Peers for Collaborative Learning through Social Network Sites”, 2016 7th International Conference on Intelligent Systems Modelling and Simulation (ISMS), pp. 60–63.

5 Unique Recommendation Systems with Machine Learning. Available at: https://artificialintelligence.oodles.io/blogs/recommendation-systems-with-machine-learning (accessed 12 August 2021).

Recommender Systems: The Most Valuable Application of Machine Learning (Part 1). Available at: https://towardsdatascience.com/recommender-systems-the-most-valuable-application-of-machine-learning-part-1-f96ecbc4b7f5 (accessed 12 August 2021).

Recommender System in Digital Marketing. Available at: https://www.linkedin.com/pulse/recommender-system-digital-marketing-ifeanyi-ugwu/?trk=portfolio_article-card_title (accessed 12 August 2021).

Data Science in Action: Unlocking the Power of Recommender Systems. Available at: https://labs.eleks.com/2014/10/data-science-in-action-unlocking-the-power-of-recommender-systems.html (accessed 12 August 2021).

Build Your Own Clustering Based Recommendation Engine in 15 minutes. Available at: https://towardsdatascience.com/build-your-own-clustering-based-recommendation-engine-in-15-minutes-bdddd591d394 (accessed 12 August 2021).

Building a Recommendation System Using Neural Network Embeddings. Available at: https://towardsdatascience.com/building-a-recommendation-system-using-neural-network-embeddings-1ef92e5c80c9 (accessed 12 August 2021).