BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Lasek Mirosława (University of Warsaw, Poland), Kosieradzki Dominik (University of Warsaw, Poland)
Tytuł
Products and Services Recommendation Systems In E-Commerce. Recommendation Methods, Algorithms and Measures of their Effectiveness
Systemy rekomendacji produktów i usług handlu elektronicznego. Metody i algorytmy rekomendacyjne oraz miary skuteczności ich stosowania
Źródło
Informatyka Ekonomiczna / Uniwersytet Ekonomiczny we Wrocławiu, 2014, nr 1 (31), s. 304-317, bibliogr. 20 poz.
Business Informatics / Uniwersytet Ekonomiczny we Wrocławiu
Słowa kluczowe
Handel elektroniczny, System rekomendujący, Rekomendacje
e-commerce, Recommender system, Recommendation
Uwagi
streszcz., summ.
Abstrakt
Artykuł dotyczy systemów rekomendacji produktów i usług handlu elektronicznego, które wraz z jego rozwojem odgrywają coraz większą rolę zarówno dla konsumentów, jak i sprzedawców. W artykule przedstawiono metody rekomendacyjne, a także algorytmy umożliwiające ich realizację. Szczególną uwagę poświęcono problemom testowania przydatności algorytmów i miarom skuteczności zastosowań metod i algorytmów.(abstrakt oryginalny)

The article concerns products and services recommendation systems in ecommerce which have become increasingly important for both consumers and retailers. The methods used for the recommendation of products and services, as well as the algorithms used to implement them, are presented in the article. Particular attention was paid to the problems of testing the suitability of algorithms, along with the effectiveness measures of the applications of the methods and algorithms.(original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Amatriain X., Jaimes A., Oliver N., Pujol J.M., 2011, Chapter 2: Data mining Methods for Recommender Systems, [in:] F. Ricci, L. Rokach, B. Shapira, P.B. Kantor (eds.), Recommender systems Handbook, Springer Science+Business Media LLC,.
  2. Anderson C., 2004, The Long Tail, Wired 12.10, October.
  3. Breese J., Heckerman D., Kadie C., 1998, Empirical analysis of predictive algorithms for collaborative filtering, Microsoft Research, Redmond, USA, September.
  4. Burke R., 2002, Hybrid recommender systems: Survey and Experiment, "User Modeling and User- Adapted Interaction", no. 12(4).
  5. Gediminas A., 2005, Towards the Next Generation of Recommender Systems: A Survey of the Stateof- the-Art and Possible Extension, "IEEE Transactions on Knowledge and Data Engineering", vol. 17, no. 6, June.
  6. Herlocker J., Konstan J., Terveen L., Riedl J., 2004, Evaluating Collaborative Filtering Recommender Systems, "ACM Transactions on Information Systems", vol. 22, no. 1, January.
  7. Hernandez del Olmo F., Gaudioso E., 2008, Evaluation of recommender systems: A new approach, "Expert Systems with Applications", vol. 35, Issue 3, October.
  8. Koren Y., Bell R., Volinsky C., 2009, Matrix factorization techniques for recommender systems, "IEEE Computer Society", 0018-9162/09.
  9. Kosieradzki D., 2013, Analysis and an overview of methods used for building, implementing and testing recommender systems on the electronic market, Faculty of Economic Sciences, University of Warsaw, Warsaw.
  10. Kwon H.J., Lee T.H., Hong K.S., 2009, Improved Memory-based Collaborative Filtering Using Entropy- based Similarity Measures, Proceedings of the 2009 International Symposium on Web Information Systems and Applications (WISA'09), Nanchang, China, 22-24 May.
  11. Martin F.J., Donaldson J., Ashenfelter A., Torrens M., Hangartner R., 2011, The Big Promise of Recommender Systems, "AI Magazine", vol. 32, September.
  12. Matusiak K. et al., 2011, Innowacje i transfer technologii. Słownik pojęć, PARP, wydanie III, Warszawa.
  13. Melville P., Sindhwani V., 2010, Recommender Systems, Encyclopedia of Machine Learning, Chapter No: 00338, April.
  14. Resnick P., Varian H.R., 1997, Recommender Systems, "Communications of the ACM", no. 40(3).
  15. Retail/E-Commerce Industry Report Q4 2011, iPerceptions Inc., 2012, http://www.iperceptions. com/files/Retail-E-Commerce-Industry-Report-Q4-2011-FINAL2.pdf (2.12. 2012).
  16. Ricci F., Rokach L., Shapira B., Kantor P.B., 2011, Chapter 1: Introduction to Recommender Systems Handbook, [in:] F. Ricci et al. (eds.), Recommender systems Handbook, Springer Science+Business Media LLC.
  17. Schonfeld E., Click here for the upsell, CNN Money, 11 July 2007, http://money.cnn.com/magazines /business2/business2_archive/2007/07/01/100117056 (18.11.2012).
  18. Schrage M., 2008, Recommendation nation, MIT Technology Review, May-June.
  19. Schroeder G., Thiele M., Lehner W., 2011, Setting Goals and Choosing Metrics for Recommender System Evaluations, UCERSTI2 Workshop at the 5th ACM Conference on Recommender Systems, Chicago, USA, 23 October 2011.
  20. Su X., Khoshgoftaar T.M., 2009, A Survey of Collaborative Filtering Techniques, Advances in Artificial Intelligence, vol. 2009.
Cytowane przez
Pokaż
ISSN
1507-3858
Język
eng
URI / DOI
http://dx.doi.org/10.15611/ie.2014.1.23
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu