E-Commerce: mieux cerner le comportement affine les recommandations

Publié le 22 septembre 2011 ,A propos de... L'Atelier BNP Paribas - Paris

Pour être pertinents, les processus de recommandation des sites de e-commerce doivent être capables d'identifier les achats précédents de l'utilisateur. D'un point de vue individuel, mais aussi et surtout global.

Pour affiner les systèmes de recommandation sur les sites d'e-commerce, Ruma Dutta (du collège en ingénierie de Netaji Subhash) et Debajyoti Mukhopadhyay (de l'institut de technologie de Maharashtra) proposent une méthode qui prend en compte à la fois les notes données par les autres utilisateurs, le profil de l’acheteur, et surtout la nature précise achats précédents, afin de proposer des produits pertinents et non redondants.

Fournir à l'utilisateur des recommandations issues de profils similaires au sien

L’algorithme proposé est assez classique dans le sens où il identifie les profils de membres les plus proches de celui de l’utilisateur afin de recommander des produits pertinents. Toutefois, il se démarque dans la gestion des "séries d’achats". Il est ainsi capable d'identifier la présence d'une série, et de sélectionner la suite logique de celle-ci dans son processus de recommandations. Un exemple : si un étudiant achète les tomes 3 et 4 d’une série de livres sur les méthodes de management, un algorithme usuel lui recommandera l’achat des tomes 1 et 2, puisqu’il s’agit d’un contenu approchant.

Adopter un processus de recommandation basé sur une logique de séries

Or, cette proposition est assez peu pertinente dans le sens où il est rare d'acheter les deux derniers opus lorsque l'on ne possède pas déjà les deux premiers. Les chercheurs ont résolu le problème : leur algorithme repère la série en cours et ne propose d’article approchant que s’il s’agit d’une suite logique (un nouveau système d’exploitation par exemple).A noter que l'emploi de cet algorithme ne se limite pas aux seuls sites de e-commerce, et que sous réserve de modifications, le principe pourra tout à fait être employé dans le cas de sites de partage de vidéo ou de musique.

http://www.atelier.net/fr/articles/e-commerce-mieux-cerner-comportement-affine-recommandations