Abstract:
У кваліфікаційній роботі представлено розробку персоналізованої рекомендаційної системи для компаній у сфері роздрібної торгівлі. Було проаналізовано основні методи інтелектуального аналізу даних, що використовуються при розробці рекомендацій систем, зокрема детально було проаналізовано метод асоціативних правил. Реалізована система формує рекомендації на основі аналізу історії покупок інших користувачів та виявляє частотні шаблони спільного придбання товарів.
Використано метод пошуку асоціативних правил, а саме алгоритм Apriori , адаптований для умов реального магазину з базою даних транзакцій. У розробленій програмі користувач може додавати товари до кошика, після чого система формує персоналізовані рекомендації товарів, які найчастіше купуються разом із вибраними. Додатково реалізовано механізм перегляду частот появи комбінацій товарів в історії, що забезпечує прозорість роботи системи.
