Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65
Прием заявок круглосуточно
График работы офиса: с 9.00 до 18.00 Нск (5.00 - 14.00 Мск)

Статья опубликована в рамках: LXIII Международной научно-практической конференции «Технические науки - от теории к практике» (Россия, г. Новосибирск, 26 октября 2016 г.)

Наука: Технические науки

Секция: Информатика, вычислительная техника и управление

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Пиварелис Л.Л., Савинов А.Н. РАЗРАБОТКА СИСТЕМЫ РЕКОМЕНДУЮЩЕЙ ТОВАРЫ И УСЛУГИ В ИНТЕРНЕТ НА ОСНОВЕ ИНТЕРЕСОВ ПОЛЬЗОВАТЕЛЕЙ // Технические науки - от теории к практике: сб. ст. по матер. LXIII междунар. науч.-практ. конф. № 10(58). – Новосибирск: СибАК, 2016. – С. 59-63.
Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов

РАЗРАБОТКА СИСТЕМЫ РЕКОМЕНДУЮЩЕЙ ТОВАРЫ И УСЛУГИ В ИНТЕРНЕТ НА ОСНОВЕ ИНТЕРЕСОВ ПОЛЬЗОВАТЕЛЕЙ

Пиварелис Любовь Леонидовна

канд. техн. наук, доц. кафедры Информационно-вычислительных систем

Поволжского государственного технологического университета,

РФ, Республика Марий Эл, г. Йошкар-Ола

Савинов Александр Николаевич

канд. техн. наук, доц. кафедры Информационно-вычислительных систем

Поволжского государственного технологического университета,

РФ, Республика Марий Эл, г. Йошкар-Ола

DEVELOPMENT OF RECOMMENDER SYSTEM OF PRODUCTS AND SERVICES IN THE INTERNET BASED ON THE INTERESTS OF USERS

Lyubov Pivarelis

master of the second course Faculty of Computer Science

Volga State University of Technology,

Russia, Republic of Mari El, Yoshkar-Ola

Alexandr Savinov

candidate of Science, assistant professor of Information and Computing Systems Volga State University of Technology,

Russia, Republic of Mari El, Yoshkar-Ola

 

АННОТАЦИЯ

Рассматривается система, рекомендующая товары и услуги в Интернет на основе генерации рекламы основанной на наполнении и анализе онтологического профиля пользователя, содержащего собранные в сети сведения об интересах пользователя, что позволит сделать рекламу персонифицированной, то есть направленной на конкретного пользователя.

ABSTRACT

The article presents recommender system designed for online advertising of products and services. It is based on the creation and using of ontological user profile that storing interests and preferences of the user in various fields, which will take into account the motivation and reasons for selection by the user of goods and services.

 

Ключевые слова: рекомендующая система; реклама в Интернет; онтология; онтологический профиль пользователя; рекомендация товаров; рекомендация услуг; менеджмент; продвижение товаров.

Keywords: recommender system; Internet advertising; ontology; ontological user profile; management; promotion of goods; promotion of services.

 

Концепция рекомендующих систем как систем прогнозирования решений человека при выборе им товара/услуги сформировалась в середине 1990-х годов. К настоящему времени эта концепция прошла стандартный путь развития, характерный для систем, основанных на знаниях: от статистических и эвристических моделей обучения и принятия решений к моделям, в которых используются содержательно интерпретируемые знания, учитывается контекст принятия решений, а также персональные интересы и предпочтения пользователя, чье решение рекомендующая система пытается прогнозировать. В настоящее время наиболее естественным и наиболее разработанным способом формализации семантических категорий, которые обычно используются человеком в процессах выработки решений, является онтология. По этой причине в современных и будущих системах, которые называют рекомендующими системами третьего поколения, онтология рассматривается в качестве общей структуры для представления разнообразных и разнотипных знаний. Примерами таких знаний являются, например, знания о персональном профиле пользователя, о контексте принятия решений, об эмоциональном состоянии пользователя при принятии решения и т. п. [1; 2].

Рекомендующие системы третьего поколения сейчас находятся в самом начале своего развития. Поэтому необходимо исследование и разработка подобных систем, а также методов и алгоритмов их функционирования. К рекомендующим системам третьего поколения относят системы, которые вырабатывают решения на основе семантических моделей интересов и предпочтений пользователя, принимают во внимание мотивацию и причины, которые побуждают конкретного пользователя предпочитать то или иное решение, а также учитывают семантику контекста, сопутствующего принятию решений. Новизной таких систем является их ориентация на семантические модели представления и использования знаний, в частности, знаний о персональном профиле пользователя [1; 3].

Для построения профиля пользователя необходимо разрабатывать и внедрять методы получения и анализа всей имеющейся информации об его активности в сети. Данная задача является актуальной, так как отсутствуют разработанные методы и системы анализа этой информации.

Целью выполнения НИР является исследование, разработка, тестирование и внедрение «Системы рекомендующей товары и услуги в интернет на основе интересов пользователя, хранимых в онтологическом профиле пользователя (ОПП)». ОПП позволит хранить семантические интересы и предпочтения пользователя в различных областях, а также учитывать мотивацию и причины выбора пользователя тех или иных товаров и услуг. Методы анализа ОПП позволят повысить качество выдаваемых пользователю рекомендаций по выбору товаров и услуг. Это означает, что рекомендации будут пользователь-оринетированными и персонифицированными, что повысит эффективность рекламы и уменьшит негативную реакцию пользователей на неё. Применение подобной системы в первую очередь обусловлено задачами маркетинга. В настоящее время интерес к практическому применению рекомендующих систем постоянно возрастает благодаря значительному повышению доли Интернет-торговли в общем объеме продаж товаров и услуг.

Решаемые задачи:

  1. Разработка способа представления и хранения семантических интересов и предпочтений пользователя в ОПП.
  2. Решение задачи автоматизации построения ОПП путем анализа активности пользователя в сети Интернет. В данную задачу входят вопросы построения методов, моделей и алгоритмов создания, наполнения ОПП. Данная задача особо актуальна в данный момент, так как полная автоматизация процесса разработки и наполнения онтологий ещё не достигнута.
  3. Разработка алгоритмов сбора информации об активности пользователей в сети и их предпочтениях на основе распознавания поисковых запросов пользователя, истории посещения страниц, а также оставленных пользователем в Интернете сообщений, «тегов», «лайков», «репостов» и прочей открытой информации.
  4. Разработка методов и алгоритмов анализа ОПП и генерации на его основе рекламы и рекомендаций по выбору товар и услуг является актуальной.
  5. Разработка и тестирование программного обеспечения «Системы рекомендующей товары и услуги в интернет на основе интересов пользователя хранимых в онтологическом профиле пользователя».

Программное обеспечение «Системы рекомендующей товары и услуги в интернет на основе интересов пользователя хранимых в онтологическом профиле пользователя» выполнено в виде веб-сервиса распространяемого по платной подписке по технологии SaaS, представляющего услуги по организации рекламы для компаний-продавцов товаров и услуг или рекомендательные услуги пользователям. В работе использованы следующие области науки и техники: теоретические основы онтологий, методы Data Mining, теория принятия решений, методы теории вероятности и математической статистики, методы системного анализа, теории множеств, методы объектно-ориентированного программирования, семантика.

Функционирование системы основано на двух этапах.

  1. Построение онтологического профиля пользователя, хранящего сведения об предпочтениях и интересах конкретных пользователей. Специальные алгоритмы собирают различную открытую информацию об активности пользователя в сети (история поиска, сообщения, «теги», «лайки», «репосты» и т. д.). Затем происходит анализ собранных данных, и на его основе строится онтологический профиль интересов и предпочтений пользователя.
  2. Рекомендация товаров и услуг путем генерации рекламы направленной на конкретного пользователя. Онтологический профиль интересов пользователя построен таким образом, что он пересекается с характеристиками и описаниями товаров и услуг, представленными в виде онтологии. Алгоритм рекомендации, основанный на репрезентативной теории измерений, сравнивается множество интересов пользователей с онтологическим описанием товаров и услуг – находится проекция онтологического профиля пользователя на онтологию товаров и услуг. Пользователю рекомендуются товары и услуги, узлы онтологического описания которых, лежат максимально близко к найденной проекции, что определяется количеством отношений между узлами в онтологии.

Внедрение разработанной «Системы рекомендующей товары и услуги в интернет на основе интересов пользователя хранимых в онтологическом профиле пользователя» повысит эффективность онлайн-рекламы в интернете увеличит количество продаж, что приведет к увеличению прибыли фирм-клиентов, которые будут использовать данный сервис. С другой стороны внедрение «Системы» уменьшит временные затраты пользователя на поиск нужного товара или услуги. Основой этого станет замена контекстной рекламы на персонифицированную пользователь-ориентированную рекламу товаров и услуг. Разработанная «Система» представляет собой рекомендующую систему третьего поколения, основанную на новейших технологиях в области интеллектуального анализа данных и представления знаний.

 

Список литературы:

  1. Городецкий В.И. Онтологии и персонификация профиля пользователя в рекомендующих системах третьего поколения / В.И. Городецкий, О.Н. Тушканова // Онтология проектирования – 2014 – № 3 (13) – Самара: Предприятие «Новая техника» – С. 7–31.
  2. Gauch S. Ontology-Based Personalized Search and Browsing / S. Gauch, J. Chaffee, A. Pretschner // ACM Web Intelligence and Agent System. – 2003. – Vol. 1. – № 3/4. – P. 219–234.
  3. Trajkova J. Improving Ontology-Based User Profile / J. Trajkova, S. Gauch // RIAO, 2004. – P. 380–390.
Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом