Journals / International Journal of Multidisciplinary Studies and Innovative Technologies / 2022 / Cilt: 6 - Sayı: 1

Improved Next Item Recommendation for Long Tail Products with Machine Learning

Makine Öğrenimi ile Uzun Kuyruk Ürünler için İyileştirilmiş Sonraki Öğe Önerisi

Pages
97–103
DOI
—

Abstract

Many different types of products can be sold on electronic commerce platforms. Products can be sold regardless of where customers are. The recommendation system on these platforms plays a critical role in selecting and displaying interesting products for users. In the study, the products to be purchased next to the customers were recommended in the most accurate way. For this, machine learning algorithms were used and the results were compared. The singular value decomposition (SVD) method has achieved more successful results.

Özet

Elektronik ticaret platformlarında birçok farklı ürün türü müşterilerin nerede olduklarından bağımsız olarak satılabilmektedir. Bu platformlarda bulunan öneri sistemi kullanıcılar için ilgi çekici ürünlerin seçilmesi ve görüntülenmesinde kritik rol oynamaktadır. Yapılan bu çalışmada elektronik ticaret platformlarında bulunan müşterilere bir sonraki alacakları ürünlerin en doğru şekilde tavsiye edilmesi için makine öğrenmesi algoritmaları kullanılmış sonuçlar karşılaştırılmıştır. Tekil değer ayrışımı (Singular value decomposition-SVD) yönteminin daha başarılı sonuçlar elde ettiği gösterilmiştir.

Keywords: Uzun kuyruk ürünler, tekil değer ayrışımı, en yakın komşuluk, matris ayrıştırma, sonraki öğe önerisi