<![CDATA[Sistem pemberi rekomendasi sering digunakan di toko elektronik untuk menyarankan produk serupa atau terkait, produk yang berpotensi menarik bagi pelanggan tertentu, atau serangkaian produk untuk kampanye pemasaran. Sistem rekomendasi telah menjadi bagian yang tidak dapat dipisahkan dari hampir semua sistem berbasis informasi serta e-commerce pada umumnya. Sebagian besar sistem pemberi rekomendasi menggunakan metode penyaringan kolaboratif untuk memberikan informasi personalisasi. Metode penyaringan kolaboratif adalah cara yang sangat efisien dan nyaman untuk mencapai personalisasi karena tidak perlu memperkenalkan informasi semantik tentang produk atau menghubungkan produk dan pengguna secara manual. Namun teknik penyaringan kolaboratif memang membutuhkan matriks padat untuk mengembalikan rekomendasi yang relevan. Penelitian ini mengusulkan cara menggabungkan beberapa jenis informasi untuk meningkatkan densitas matriks input. Solusi yang disajikan berfokus pada toko online kecil dan menengah yang dapat mengambil manfaat dari hasil yang disajikan ketika mereka ingin menerapkan sistem rekomendasi dalam aplikasi mereka.]]>
Copyrights © 2021
