Content-Based Recommendations in an E-Commerce Platform

Łukasz Dragan , Anna Wróblewska

Abstract

Recommendation systems play an important role in modern e-commerce services. The more relevant items are presented to the user, the more likely s/he is to stay on a website and eventually make a transaction. In this paper, we adapt some state-of-the-art methods for determining similarities between text documents to content-based recommendations problem. The goal is to investigate variety of recommendation methods using semantic text analysis techniques and compare them to querying search engine index of documents. As a conclusion we show, that there is no significant difference between examined methods. However using query based recommendations we need more precise meta-data prepared by content creators. We compare these algorithms on a database of product articles of the biggest e-commerce marketplace platform in Eastern Europe - Allegro. (The primary version of this paper was presented at the 3rd Conference on Information Technology, Systems Research and Computational Physics, 2–5 July 2018, Cracow, Poland)
Author Łukasz Dragan
Łukasz Dragan,,
-
, Anna Wróblewska (FMIS / DCSDCAM)
Anna Wróblewska,,
- Department of CAD/CAM Systems Design and Computer-Aided Medicine
Pages252-263
Publication size in sheets0.55
Book Kulczycki Piotr, Kacprzyk Janusz, Kóczy László T., Mesiar Radko, Wiśniewski Rafał (eds.): Information Technology, Systems Research, and Computational Physics, Advances in Intelligent Systems and Computing, vol. 945, 2020, Cham, Springer, ISBN 978-3-030-18057-7, [978-3-030-18058-4], 384 p., DOI:10.1007/978-3-030-18058-4
Keywords in Polishrekomendacje, przetwarzanie języka naturalnego
Keywords in EnglishContent-based recommendations, Natural language processing, Distributional semantics, Word embeddings
Abstract in PolishSystemy rekomendacji odgrywają ważną rolę w nowoczesnych usługach handlu elektronicznego. Im bardziej istotne elementy są przedstawiane użytkownikowi, tym większe jest prawdopodobieństwo, że pozostanie on na stronie internetowej i ostatecznie dokona transakcji. W niniejszym opracowaniu dostosowujemy pewne nowoczesne metody określania podobieństw pomiędzy dokumentami tekstowymi do problemu zaleceń opartych na treści. Celem jest zbadanie różnych metod rekomendowania przy użyciu technik semantycznej analizy tekstu i porównanie ich z indeksem wyszukiwarki dokumentów. Podsumowując, pokazujemy, że nie ma istotnej różnicy między badanymi metodami. Jednak wykorzystując rekomendacje oparte na zapytaniach potrzebujemy dokładniejszych meta-danych przygotowanych przez twórców treści. Porównujemy te algorytmy na bazie danych artykułów produktowych największej platformy rynku e-commerce w Europie Wschodniej - Allegro. (Podstawowa wersja tego referatu została zaprezentowana na III Konferencji Informatyki, Badań Systemowych i Fizyki Obliczeniowej, 2-5 lipca 2018 roku, Kraków).
DOIDOI:10.1007/978-3-030-18058-4_20
URL https://link.springer.com/chapter/10.1007/978-3-030-18058-4_20
Languageen angielski
Score (nominal)20
Score sourcepublisherList
ScoreMinisterial score = 20.0, 12-08-2020, ChapterFromConference
Publication indicators WoS Citations = 0; Scopus Citations = 0
Citation count*
Cite
Share Share

Get link to the record


* presented citation count is obtained through Internet information analysis and it is close to the number calculated by the Publish or Perish system.
Back
Confirmation
Are you sure?