A Recommendation System Implementation For E- commerce Web Sites With Implicit Feedback Data Sets: An Ecuadorian Enterprise Case Study

Abstract

Hoy en día, internet se ha convertido en una herramienta muy importante y ampliamente utilizada en diversas actividades diarias de la humanidad. El comercio electrónico es uno de los sectores que está siendo impulsado por internet, permitiéndole a las personas adquirir productos o servicios de una manera más fácil. Debido a la sobrecarga de información que existe en la actualidad, las empresas se encuentran inmersos en la búsqueda constante de herramientas que les permitan ofrecer sus productos correctamente a la variedad de usuarios que visitan su tienda en línea.

Esta investigación destaca la relevancia que existe en el conjunto de datos de retroalimentación implícita al construir un sistema de recomendación. Al mismo tiempo, explica el estado del arte sobre los sistemas de recomendación y menciona los beneficios existentes de usar este tipo de herramientas en las empresas. En este proyecto, se implementan y evalúan diferentes técnicas de recomendación basadas en la factorización matricial utilizando dos conjuntos de datos. Uno de estos proviene de Retail Rocket, un sitio web de comercio electrónico anónimo del mundo real que ha recopilado datos implícitos de sus usuarios y ha decidido compartirlo para fines investigativos. Todos los modelos implementados aquí se compararán utilizando dos métricas de evaluación muy comunes en el campo de los sistemas de recomendación. Finalmente, los modelos implementados se aplican al conjunto de datos reales provistos por una empresa ecuatoriana. Este conjunto de datos se utilizó para revelar cómo se comportarían los diferentes modelos al ser usado con datos de una empresa ecuatoriana similar.