Рынок маркетплейсов развивается независимо от платформы, на которой работают онлайн-магазины. Необходимость в формировании полного спектра услуг пока еще остается неудовлетворенной, особенно, когда речь заходит о выборе лекарств или косметики. Решить основные проблемы, с которыми сталкиваются многочисленные сайты, должны рекомендательные системы, разработанные на основе искусственного интеллекта. Как это должно происходить, можно рассмотреть на предмете магазинов, предлагающих всевозможные кремы, лосьоны, косметику и средства по уходу за кожей.
Для таких случаев неплохо подходит принцип коллаборативной фильтрации, который выстраивает прогнозы, основываясь на уже известных предпочтениях, и дает рекомендации еще неизвестных предпочтений совсем других пользователей. Принцип прост – однажды данная оценка явления или товара, оставленная ранее, является базисом для схожих оценок других явлений и товаров в будущем. Плюсом коллаборативной фильтрации является ее индивидуальная «заточенность» под каждого клиента, несмотря на то, что информационное обоснование для прогноза собрана из ответов тысяч других людей.
При таком подходе используются три метода создания рекомендательных систем. Первый – коллаборативная фильтрация, второй – контентно-основанные рекомендации, третий – гибридный.
Выглядит вся рекомендательная система при этом таким образом.
