View
219
Download
2
Category
Preview:
Citation preview
Sistemi di Raccomandazionee benefici della personalizzazione
nell’E-Commerce
Relatore: Prof. Marco PortaCorrelatore: Prof. Lidia Falomo
Tesi di laurea diMonica Maida
Università degli Studi di Pavia Corso di Laurea Interdipartimentale in Comunicazione, Innovazione, Multimedialità
Sviluppo di Internet
Dimensioni e complessità dei siti web
Informazioni disponibili online (overload information)
Difficoltà nelle ricerche
Recommender Systems (RS)
Filtraggio delle informazioni (implicito o esplicito)
Creazione di raccomandazioni personalizzate
Facilità di navigazione Tempi di ricerca
Raccolta dati Cookie Profilo Utente
File di testo contenenti informazioni. Tracciano icomportamenti di un utente, memorizzando le sue scelte
Come si genera una raccomandazione?
Content-Based Filtraggio
Collaborativo
Consigliati prodotti simili
a risorse valutate nel passato
Consigliati articoli sulla base
delle valutazioni di altri utenti
Recommender Systemsnell’E-Commerce
Aiutano a migliorare il cross selling
Aiutano a convertire visitatori occasionali in acquirenti
Migliorano la costumer retention
Funzioni dei Recommender Systems
Trovare un buon articolo
Consigliare una sequenza
Consigliare un contesto
Facilitare la navigazione
Aiutare gli altri
Personalizzazione nell’E-Commerce(primo esempio)
Amazon.com
Personalizzazione nell’E-Commerce(secondo esempio)
Booking.com
Conclusioni
Aumento informazioni online
Maggior uso dei RS nei siti di E-Commerce
Benefici
Commercianti(aumento vendite online)
Acquirenti(ricerche agevolate)
Grazie a tutti!
Recommended