Vägen till träffsäkra rekommendationer i e-handeln
(2024) SYSK16 20241Department of Informatics
- Abstract (Swedish)
- Rekommendationssystem (RS) inom e-handeln tenderar att stöta på signifikanta utmaningar när det kommer till begränsad datatillgång, vilket kan försämra förmågan för systemet att leverera kvalitativa och träffsäkra produktrekommendationer. Framförallt är “kallstart” och “gles data” två kritiska utmaningar kopplade till datatillgång som e-handelsföretag ständigt stöter på inom implementeringen av RS. För att utforska hur e-handelsföretag med begränsad datatillgång kan hantera dessa utmaningar presenteras forskning om olika strategier inom RS, som innefattar exempelvis hur olika datainsamlingsmetoder samt implementation av avancerade tekniker och modeller kan användas för att hantera problem kopplat till begränsad data. En djupare förståelse... (More)
- Rekommendationssystem (RS) inom e-handeln tenderar att stöta på signifikanta utmaningar när det kommer till begränsad datatillgång, vilket kan försämra förmågan för systemet att leverera kvalitativa och träffsäkra produktrekommendationer. Framförallt är “kallstart” och “gles data” två kritiska utmaningar kopplade till datatillgång som e-handelsföretag ständigt stöter på inom implementeringen av RS. För att utforska hur e-handelsföretag med begränsad datatillgång kan hantera dessa utmaningar presenteras forskning om olika strategier inom RS, som innefattar exempelvis hur olika datainsamlingsmetoder samt implementation av avancerade tekniker och modeller kan användas för att hantera problem kopplat till begränsad data. En djupare förståelse för hur RS kan användas i praktiken genereras från fyra intervjuer med e-handelsföretag inom varierande branscher som alla använder RS. Utifrån det empiriska och teoretiska resultatet presenteras studiens slutsats som fyra strategier vilka e-handelsföretag med begränsad datatillgång kan tillämpa för att hantera problem kopplade till begränsad datatillgång. Dessa innefattar att implementera avancerade dataanalysmetoder, fokusera på kvalitativ datainsamling, integrering av innovativa teknologier samt genom användningen av hybrida RS. (Less)
Please use this url to cite or link to this publication:
http://lup.lub.lu.se/student-papers/record/9155100
- author
- Hansén, Frida LU and Stenström, Hilda
- supervisor
- organization
- alternative title
- Strategier för kvalitativa rekommendationssystem för e-handelsföretag med begränsad datatillgång
- course
- SYSK16 20241
- year
- 2024
- type
- M2 - Bachelor Degree
- subject
- keywords
- rekommendationssystem, e-handel, datainsamling, strategier, kallstart, gles data, begränsad data, AI, maskininlärning
- language
- Swedish
- id
- 9155100
- date added to LUP
- 2024-05-29 15:40:38
- date last changed
- 2024-05-29 15:40:38
@misc{9155100, abstract = {{Rekommendationssystem (RS) inom e-handeln tenderar att stöta på signifikanta utmaningar när det kommer till begränsad datatillgång, vilket kan försämra förmågan för systemet att leverera kvalitativa och träffsäkra produktrekommendationer. Framförallt är “kallstart” och “gles data” två kritiska utmaningar kopplade till datatillgång som e-handelsföretag ständigt stöter på inom implementeringen av RS. För att utforska hur e-handelsföretag med begränsad datatillgång kan hantera dessa utmaningar presenteras forskning om olika strategier inom RS, som innefattar exempelvis hur olika datainsamlingsmetoder samt implementation av avancerade tekniker och modeller kan användas för att hantera problem kopplat till begränsad data. En djupare förståelse för hur RS kan användas i praktiken genereras från fyra intervjuer med e-handelsföretag inom varierande branscher som alla använder RS. Utifrån det empiriska och teoretiska resultatet presenteras studiens slutsats som fyra strategier vilka e-handelsföretag med begränsad datatillgång kan tillämpa för att hantera problem kopplade till begränsad datatillgång. Dessa innefattar att implementera avancerade dataanalysmetoder, fokusera på kvalitativ datainsamling, integrering av innovativa teknologier samt genom användningen av hybrida RS.}}, author = {{Hansén, Frida and Stenström, Hilda}}, language = {{swe}}, note = {{Student Paper}}, title = {{Vägen till träffsäkra rekommendationer i e-handeln}}, year = {{2024}}, }