BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Jankowski Jarosław (Zachodniopomorski Uniwersytet Technologiczny), Wiśniewska Ewa (Zachodniopomorski Uniwersytet Technologiczny)
Title
Systemy rekomendujące w platformach handlu elektronicznego
Recommendation Systems for E-Commerce Platforms
Source
Zeszyty Naukowe Uniwersytetu Szczecińskiego. Ekonomiczne Problemy Usług, 2009, nr 44, T.1, s. 239-249, rys., tab., bibliogr. 11 poz.
Issue title
Nowoczesne przedsiębiorstwo
Keyword
System rekomendujący, Handel elektroniczny
Recommender system, e-commerce
Note
summ.
Abstract
W ostatnich latach następuje dynamiczny rozwój handlu elektronicznego. Według badań firmy analitycznej eMarketer wartość europejskiego e-commerce osiągnie w 2011 r. 323 mld. euro. Polska może stać się jednym z liderów europejskiego rynku commerce już na początku drugiej dekady. W 2006 r. przychody ze sklepów internetowych w Europie osiągnęły wartość 106 mld euro i nadal intensywnie wzrastają. W 2007 r. wzrost ten był największy i wyniósł blisko 40%, a zatem wartość sprzedaży on-line powinna wynieść 147 mld euro. Przychody e-commerce w Europie w kolejnych latach będą wzrastać średnio o 25%>3. Według raportu "E-Commerce 2007" opracowanego przez firmę Gemius 66% polskich internautów zrealizowało co najmniej raz w ciągu roku transakcję w sklepie internetowym. Analizując rozwój handlu elektronicznego w Polsce można stwierdzić, iż jest to jedna z najbardziej dynamicznie rozwijających się gałęzi gospodarki. Wraz z rozwojem platform handlu elektronicznego następuje rozwój narzędzi wspomagających, które usprawniają prowadzenie działalności i dają możliwość zwiększenia satysfakcji klientów oraz wolumenu sprzedaży. Celem artykułu jest przegląd wybranych metod rekomendacji oraz analiza możliwości zastosowania metod ekstrakcji reguł asocjacyjnych w generowaniu rekomendacji. (fragment tekstu)

Article presents selected aspects of decision support and recommendation systems related to electronic commerce environments. There was carried out a review and classification of methods and approaches based on web users profiles. There was defined input set and output subsystems with relation between data quantity and recommendation quality. At the final stages where mentioned directions and increased demand for efficient processing methods. (original abstract)
Accessibility
The Main Library of the Cracow University of Economics
The Main Library of Poznań University of Economics and Business
Szczecin University Main Library
Bibliography
Show
  1. Burkę R., Hybrid Recommender Systems: Survey and Experiments, User Modeling and User-Adapted łnteraction, Kluwer Academic Publisher 2002.
  2. Chen S., Magoulas G., Adaptable and Adaptive Hypermedia Systems, IRjyi p 2005.
  3. Kanikuła S., E-commerce rośnie w silę, "Outsourcing Magazine", z dnia 8.02.2008 r.
  4. Larose D.T., Odkrywanie wiedzy z danych, Wydawnictwo Naukowe PWN Wszawa 2006.
  5. McGinty L., Smyth B., Comparison-Based Recommendation, ECCBR 2002.
  6. Montaner M., López B., de la Rosa J.L., A Taxonomy of Recommender Agents on the Internet, Springer Netherlands 2003.
  7. Reichheld F., Loyalty-Based Management, Harvard Business School Review 1993.
  8. Rich P., Elaine A, User modeling via stereotypes, Cognilive Science 1979.
  9. Rotaru M., Recommendation Systems, Computer Science Department, Universitv of Pittsburgh 2005.
  10. Sarwar B., Karypis G., Konstan J., Riedl J., Analysis of Recommendation Algorithms for E-Commerce, Minneapolis, Minnesota 2000.
  11. Schafel J.B., Konstan J.A., Riedl J., E-Commerce Recommendation Applications "Data Mining and Knowledge Discovery" 2001, nr 1/2.
Cited by
Show
ISSN
1640-6818
1896-382X
Language
pol
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu