| Form of studies |
Bachelor |
| Title of the study programm |
Computer Systems |
| Title in original language |
Rekomendāciju sistēmu efektivitātes analīze, izmantojot lietotāju uzvedības datus e-komercijas platformās |
| Title in English |
Analysis of Recommendation System Efficiency Using User Behavior Data on E-Commerce Platforms |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Aleksejs Jurenoks |
| Reviewer |
Kārlis Roķis |
| Abstract |
Šis bakalaura darbs ir par rekomendācijas sistēmu efektivitātes izpēti e-komercijas platformās, izmantojot lietotāju uzvedības datus. Īpaša uzmanība tika pievērsta lietotāju uzvedības datu izmantošanai un to detalizācijas līmeņa ietekmei uz ieteikumu sistēmu precizitāti. Darba mērķis bija izpētīt un salīdzināt dažādus lietotāju modeļus ar ierobežotu atribūtu skaitu un noteikt, kā šāds informācijas ierobežojums ietekmē personalizētu ieteikumu precizitāti. Teorētiskajā daļā tiek analizēta rekomendācijas sistēmu izstrāde, to arhitektūra, problēmas un uzdevumi, kā arī lietotāju datu nozīme e-komercijas platformās. Eksperimentu daļā tika izstrādāta programmatūra un veikti eksperimenti ar trim dažādiem hibrīdmodeļiem. Hibrīdmodeļu rezultātu salīdzinājums tika veikts apstākļos, kuros bija izmantoti pilnīgi un nepilnīgi lietotāju dati. Eksperimentu rezultāti parādīja, ka informācijas pilnīgums par lietotāju būtiski ietekmē ieteikumu kvalitāti – visās pārbaudītajās sistēmās precizitāte un pārklājums samazinājās, ja dati bija nepilnīgi. Turklāt šajā rakstā sniegti secinājumi un ieteikumi turpmākiem pētījumiem ieteikumu sistēmu izstrādes jomā un personalizācijas precizitātes uzlabošanā ierobežotas informācijas apstākļos.
Darba apjoms: 51 lapaspuses, 4 attēli, 1 tabula, 4 pielikumi, 40 informācijas avoti. |
| Keywords |
rekomendāciju sistēmas, e-komercija, lietotāju uzvedība, hibrīdmodeļi, personalizācija |
| Keywords in English |
recommendation systems, e-commerce, user behavior, hybrid models, personalization. |
| Language |
lv |
| Year |
2025 |
| Date and time of uploading |
27.05.2025 21:23:43 |
