| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Adaptīvo filtrāciju sistēmu izmantošana e- komercijas platformās |
| Nosaukums angļu valodā |
Use of Adaptive Filtering Systems in E-commerce Platforms |
| Struktūrvienība |
12100 Informācijas tehnoloģijas institūts |
| Darba vadītājs |
Aleksejs Jurenoks |
| Recenzents |
Jevgenijs Ragiņa |
| Anotācija |
Kā būtisks ikdienas aspekts ir kļuvusi attālinātā tirdzniecība jeb e-komercija, tomēr šāda tirdzniecības pieeja rada produktu pārslodzi, kas klientam var traucēt efektīvi izvēlēties viņam interesējošos produktus, tāpēc ir jāspēj rast risinājums, kas spētu piedāvāt tieši klienta vēlmēm visatbilstošākos produktus. Bakalaura darba ietvaros ir analizēta informācija par adaptīvo satura pielāgošanas metožu izmantošanu un integrēšanu dažādos e-komercijas risinājumos, kā mērķi izvirzot uz lietotāja modeļa balstītas datu atlases un satura pielāgošanas metožu izpēti e-komercijas platformās. Īpaša uzmanība tika pievērsta lietotāja nozīmei un iesaistei tajās. Autors ir apkopojis satura pielāgošanas metodes, salīdzinot dažādus to aspektus. Darba ietvaros tika izveidota pētnieciska anketa, noskaidrojot patērētāju ikdienas iepirkšanās paradumus un to saskarsmi ar dažādām rekomendācijas sistēmām vietnēs. Balstoties uz anketas rezultātiem, ir iegūta informācija par adaptīvo sistēmu ietekmi uz lietotāju pieredzi e-komercijas pakalpojumos, izzinot, kādā veidā dažādi komersanti izvēlas īstenot adaptācijas pieejas. Darba pētījuma daļā tika izpētīti dažādi uz Wordpress satura pārvaldības sistēmas balstīti adaptīvo sistēmu risinājumi, izvērtējot arī ierobežojumus, ar kādiem var sastapties šādas sistēmas izstrādes rezultātā. Darba rezultātā tika izstrādātas trīs dažādas rekomendācijas sistēmu pieejas: uz kolaboratīvās filtrēšanas metodes balstīta pieeja, uz satura balstīta pieeja, izmantojot kosinusa līdzību, kā arī uz matricas faktorizācijas balstīta pieeja.
Darba apjoms - 50 lpp, 8 tabulas, 16 attēli, 1 pielikums un 32 informācijas avoti |
| Atslēgas vārdi |
adaptīvā filtrēšana, e-komercija, filtrēšana, filtrēšanas sistēma, rekomendācijas sistēma |
| Atslēgas vārdi angļu valodā |
adaptive filtering, e-commerce, filtering, filtering system, recommendation system |
| Valoda |
lv |
| Gads |
2022 |
| Darba augšupielādes datums un laiks |
30.05.2022 21:32:39 |
