avangard-pressa.ru

Задача разработки интеллектуальных систем подбора товаров - Информатика

В компьютерных науках проблемы искусственного интеллекта рассматриваются с позиций проектирования экспертных систем и баз знаний. Под базами знаний понимается совокупность данных и правил вывода, допускающих логический вывод и осмысленную обработку информации. В целом исследования проблем искусственного интеллекта в компьютерных науках направлено на создание, развитие и эксплуатацию интеллектуальных информационных систем, а вопросы подготовки пользователей и разработчиков таких систем решаются специалистами информационных технологий.

Начальным этапом проектирования является общая постановка задачи, анализ предметной области.

В настоящее время существует проблема с выбором необходимого товара, то есть человеку сложно принять решение в связи с тем, что человек не является экспертом в данной области, а также из-за перенасыщения рынка различными продуктами. Для этого разрабатываются системы, которые будут помогать человеку в принятии решения, в выборе продукта и рекомендовать дополнительные товары в зависимости от его интересов.

Проанализировав данную проблему, я пришел к выводу, что создание подобной системы будет весьма актуально в настоящее время. Что позволит клиентам более качественно и эффективно подбирать продукцию согласно их требованию, возможностям потребностям.

Адаптацию продукта, услуги или контента для нужд пользователя, в зависимости от его особенностей, личных предпочтений или предварительной информации, которую он сообщил, называют персонализацией. В качестве пользователя может выступать любой индивидуум, а так же группа лиц, организаций или учреждений [3–4].

Концепция персонализации возникла задолго до появления сети Интернет. Она существует уже много лет, например, в районном магазине продавец знает постоянных клиентов по именам, изучил их предпочтения и рекомендует приобрести что-то новое, исходя из этих знаний о клиенте. Современные Интернет-технологии позволяют применять эту концепцию в массовых масштабах для тысяч пользователей.

Персонализацию в Интернете могли бы определить как процесс предоставления дифференцированного и уникального контента для каждого пользователя или группы пользователей, исходя из их интересов. Пользователь или потребитель найдет для себя реальную выгоду и ценность в той степени, в которой содержание соответствует его потребностям и дает ему что-то новое.

Процесс персонализации основан на информации, частично скрытой от пользователя, которую получаем из каждой точки его взаимодействия с нами в результате каких-либо операций. Персонализация означает признание каждого покупателя в качестве независимой единицы, ассоциированной с набором данных, который отличает его от других покупателей и на который ориентирован бизнес с простой целью: достичь стабильного положения в Интернете, в продажах, повторных продажах и повышении лояльности клиента.

Можно назвать целый ряд причин, которые заставляют нас обращаться к персонализации в Интернете [4–5]:

а) Персонализация дает возможность более точно ориентироваться на клиента.

б) Персонализация снижает потери времени пользователей, им не приходится долго искать то, в чем они нуждаются, среди всего отображаемого контента. Это делает процесс установления связи с пользователями более эффективным и полезным для обеих сторон, выстраивая отношения с клиентами так, что они почувствуют потребность вернуться, и сделать новые покупки.

в) Персонализация позволяет повысить качество обслуживания клиентов, так как можем прогнозировать их потребности.

г) Как уже говорилось выше, некоторые из целей персонализации заключаются в укреплении отношений с пользователем и материализации продажи. Эти цели могут быть достигнуты различными способами, что привело к появлению различных моделей персонализации в Интернете:

д) Персонализация интерфейса: использование настроек интерфейса дает пользователю возможность изменить по своему вкусу внешний вид веб-страницы, позволяет выбрать фон, цвета и элементы, которые составляют содержание этой страницы. Это открытый процесс, поскольку он требует прямых действий пользователей, управляющих настройками. Примером может служить инструмент iGoogle, который позволяет вам создать свою собственную стартовую страницу для этого поисковика.

е) Персонализация контента на основе фильтров: контент отображается группами, полученными в результате отбора по критериям, указанным в профиле пользователя, или на основании поведения пользователей во время просмотра.

ж) Персонализация, основанная на правилах: используемые правила определяются владельцами сайта, они решают, какие категории содержимого должны отображаться для каждого профиля. Правила определяют, что должно быть персонализировано, на каком основании и для кого. То есть, обусловливают элемент, который должен отображаться при совершении пользователем определенного действия. Для этого используется специальное программное обеспечение, и персонализация обычно ограничивается рамками одной сессии.

з) Персонализация, основанная на взаимодействии пользователей в группах: чтобы предложить пользователю наиболее подходящий контент, используется информация о предпочтениях сообщества пользователей, которое обладает схожими характеристиками с этим конкретным посетителем сайта.

и) Персонализация продукции: наиболее высоким уровнем является возможность персонализации продукции, которую предлагает предприятие, и ее последующая продажа через Интернет.

Такая персонализация требует использования сложных платформ eCommerce, которые поддерживают указанную персонализацию продуктов и должны быть логически связаны с системами корпоративного управления компании. Эти платформы также поддерживают все предыдущие модели персонализации, о которых говорили ранее. Этот тип платформ поможет нам значительно продвинуться на пути построения отношений с нашими клиентами, позволит сделать продукт более привлекательным для потребителей [3–5].

Таким образом, все модели персонализации помогают в реализации глобальной стратегии ориентации на клиента.

Рассмотрим задачу персонализации на примере компании Amazon – как в компании проводится персонализация, распознается пользователь.

Для распознавания пользователя и персонализации компания Amazon использует анализ «cookie-файлов» [3–5].

Сookie – это просто пары «имя – значение», размещенные веб-сайтом на локальном жестком диске. Веб-сайт эти данные сохраняет, а потом к ним обращается, только и всего. Он не может пользоваться файлами cookie других сайтов и получать с локального компьютера любые другие сведения.

Передача данных cookie происходит следующим образом:

а) При вводе адреса URL сайта в адресной строке, браузер отправляет сайту запрос на веб-страницу, если ввести адрес http://www.amazon.com, браузер запросит у сервера Amazon главную страницу сайта.

б) Отправляя запрос, браузер проверяет, сохранен ли на локальном жестком диске файл cookie для Amazon. Если такой файл есть, браузер отправляет серверу сохраненные в нем пары «имя – значение» вместе с адресом URL. Если файла cookie нет, браузер отправляет только адрес.

в) Веб-сервер Amazon получает запрос на страницу и данные cookie, которые он может использовать для идентификации пользователя.

г) Если пар «имя – значение» не получено, сервер расценивает пользователя как нового посетителя, присваивает ему уникальный идентификационный номер и отправляет пары «имя – значение» с этими данными в заголовке веб-страницы, а локальный компьютер сохраняет полученные данные на жестком диске.

д) Веб-сервер может изменять пары «имя – значение» или добавлять новые при каждом посещении сайта.

Помимо пар «имя – значение», сервер может включать в файлы cookie и другие данные – например, срок их действия или пути, позволяющие связать определенные значения cookie с разными разделами сайта.

Пользователь полностью контролирует этот процесс и может настроить браузер таким образом, чтобы тот всякий раз предупреждал при попытке сохранить на локальном компьютере пары «имя – значение». Эти данные можно принимать, а можно отклонять.

В данной бакалаврской работе предлагается рассмотреть задачу интеллектуального подбора товаров (персонализации) косметической компании. Далее приводится анализ ассортимента продукции данной компании.