Метод повышения пертинентности информации в рекомендательных системах поддержки жизнеобеспечения на основе неявных данных

Сегодня, когда методы релевантного поиска практически достигли своих пределов, все большее внимание уделяется повышению пертинентности информации. Особенно это справедливо в области систем поддержки жизнеобеспечения, связанных с розничной торговлей товарами и (или) услугами в Интернете, где происходит серьезная борьба за интерес покупателя. Практически все современные крупные интернет-магазины стараются адаптировать внешний вид и содержимое своих страниц под нужды конкретных пользователей, в основном с применением коллаборативной фильтрации (collaborative filtering, CF). Преимуществами данного подхода являются увеличение вовлеченности посетителей, улучшение пользовательского опыта и повышение конверсии. В данной работе представлено описание метода повышения пертинентности информации, опирающегося на неявные данные, т. е. на результаты обработки активности пользователей, связанных с процессом принятия решения, а не с его результатом (как в случае обработки явных данных). В основе метода лежит комбинированное использование подходов Item–Item CF и User–User CF, позволяющее предлагать посетителю пертинентное информационное предложение даже в ситуациях, когда сведения о пользовательской активности отсутствуют или малоинформативны. Возможности предложенного метода проверены с помощью экспериментального образца программного комплекса повышения пертинентности информации, установленного на действующий интернет-магазин Thaisoap. Полученные результаты подтверждают, что даже ограниченное применение метода достаточно серьезно для электронной коммерции улучшает пользовательский опыт и доходы владельца.