Vysvětlování doporučení v doménách bohatých na obsah

Abstract

Služby na internetu musí zvládnout zpracovat zvětšující se objsahy dat a to samé musí zvládnout uživatelé. Systémy pro získávání informací zabraňují přehlcování uži- vatelů příliš velkým obsahem dat, třída těchto systémů v oblasti ecommerce se nazývá dopoučovací systémy. Poskytují uživatelům podmnožinu dat, jejichž výběr je založený na několika kritériích, které lze zobecnit jako preference uživatelů. Doporučovací systémy se používají ve všech doménách ecommerce, ale jsou jejich možnosti plně využívany? Tato práce analyzuje současné využívání doporučovacích systémů v ecommerce a identi- fikuje problémy v jedné oblasti ecommerce, v doméně obsahující produkty bohatými na obsah. Tato práce navrhuje možné způsoby zlepšení využití doporučovacích systémů v těchto doménách a poskytuje ukázku implementace interaktivního systému, postaveného na vysvětlování doporučených produktů a jejich atributů, ve formě webové aplikace. Uži- vatelská studie byla provedena za účelem ověření navrženého řešení, které doufejme vede k lepší spolupráci uživatelů a doporučovacích systémů. 1

Services on the internet need to handle increasing volumes of data and so do the users. Information retrieval systems prevent overloading of users with extensive amount of information, the class of these systems used in ecommerce is called recommender sys- tems. They select a subset of data to be presented to users. This selection is based on multiple criteria, which can be generalized as the estimated preferences of the users. Recommender systems are being used in all ecommerce domains, but are their capabil- ities fully exploited? This thesis analyzes the current usage of recommender systems in ecommerce and identifies problems in one of the domains, content-rich products. This thesis suggests possible ways to improve exploitation of the recommender systems in these domains and provides sample implementation of an interactive system rich with product and attribute explanation in the form of a web application. User study was conducted to evaluate the proposed solution, hopefully leading to better cooperation of users and recommender systems. 1