E-Ticaret Tavsiye Sistemleri | Recommendation Engine

E-Ticaret faaliyeti gösteren web sitelerinde, müşteriye sabit vitrin ürünleri sunmak yerine her müşteriye özel ürün ve fırsatları sunmak satışı arttırmaya yöneliktir. Tavsiye sistemlerine bu süreçte ihtiyaç duyulmaktadır. Tavsiye Sistemleri, web sitesi üzerinden çeşitli yöntemler ile verinin toplanarak müşteri bazlı farklı gösterimlerini sağlamaktadır.

Tavsiye sistemlerinde en önemli sorular:

Kim
Ne
Ne Zaman
Nasıl

İki farklı algoritma ile veri toplanmaktadır.

Collaborative Filtering
Content-based Filtering

Tavsiye sistemi sayesinde müşteriler ilgilendiği ürünü görerek kolayca satın almaktadır. E-Ticaret yapan şirkette satışlarını bu sayede arttırmaktadır. Hatta müşteri talebine göre geri plandaki ürünleri de satabilmektedir. Ayrıca müşteri kaybetme oranı düşmektedir. Stokta olan ve atıl kalan ürünlerin, müşteri arzına göre kolayca satılması öngörülmektedir.

Amazon ve Netflix tavsiye sistemlerinin en güzel örneklerini sunuyor.

Yazılım anlamında çok fazla firma tavsiye sistemleri için hizmet vermektedir. ASP .NET platformunda da cookie ve tarayıcı id değeri ile bu geliştirmeler yapılabilmektedir.

Detaylı bilgi isteyen okuyucularım mail adresim üzerinden ulaşabilirler. Bu konuda yayınladığım iki bilimsel makalem bulunuyor.

Bu konuda yazdığım öneri sistemlerinde çokça faydalandığım “Deep Learning based Recommender System A Survey and New Perspectives” başlıklı tezi de inceleyebilirsiniz.

Fayda görmeniz dileğiyle...