A minha primeira de muitas publicações aqui no blogue vai incidir sobre os sistemas de recomendação no comércio eletrónico.
Começar por referir que: o comércio eletrónico ou e-commerce abarca o serviço e a troca de mercadorias por meio de suporte eletrónico como a Internet. Ele desempenha um papel crucial nos negócios atuais e na experiência dos clientes. Além disso, as plataformas de comércio eletrónico produzem uma grande quantidade de informações. Assim, os Sistemas de Recomendação (SRs) são uma solução para superar o problema de sobrecarga de informação. Eles fornecem recomendações personalizadas para melhorar a satisfação do cliente.
E quem de nós não gosta disso?
Esta minha publicação visa dar-vos um pouco mais a conhecer a área dos sistemas de recomendação para o comércio eletrónico elencando aqui cinco categorias de algoritmos dos (SRs),:
- Filtragem Baseada em Conteúdo (CBF),
- Filtragem Colaborativa (CF),
- Filtragem Baseada em Demografia (DBF), -
- Filtragem Híbrida e
- Filtragem Baseada em Conhecimento (KBF).No entanto, os tipos de recomendação geralmente são classificados em três categorias baseadas na sua abordagem de recomendação: abordagens baseadas em conteúdo; colaborativas e híbridas.
Alguns exemplos de comércio eletrónico são pagamentos eletrónicos, compras online, serviços bancários pela Internet, emissão de bilhetes online e leilões online. O comércio eletrónico pode ser categorizado dependendo do tipo de membro na transação em algumas categorias como Business to Consumer (B2C), Consumer to Consumer (C2C) e Business to Business (B2B).
As vantagens básicas do comércio eletrónico resultam da omissão da distância geográfica e das restrições de tempo. Existem benefícios de fazer negócios on-line usando sites de comércio eletrónico, incluindo vantagens de Sistemas de Recomendação Personalizada (PRSs), lealdade, entrega mais rápida, aumentar a receita, economia de tempo, custo-benefício, compras de conveniência e flexibilidade.
Em suma, os sistemas de recomendação demonstraram aumentar as vendas e as conversões, fornecendo recomendações personalizadas aos clientes. Um sistema de recomendação bem projetado pode ser extremamente benéfico para empresas, consumidores e sociedade.
Tinham ideia? O que querem partilhar a esse respeito? E qual a vossa opinião? Obrigado.
Referências
P. M. Alamdari, N. J. Navimipour, M. Hosseinzadeh, A. A. Safaei and A. Darwesh, "A Systematic Study on the Recommender Systems in the E-Commerce," in IEEE Access, vol. 8, pp. 115694-115716, 2020, doi: 10.1109/ACCESS.2020.3002803.
Chen, J., Wang, B., U, L., & Ouyang, Z. (2019). Personal recommender system based on user interest community in social network model. Physica A: Statistical Mechanics and Its Applications, 526. https://doi.org/10.1016/j.physa.2019.04.197
Portugal, I., Alencar, P., & Cowan, D. (2018). The use of machine learning algorithms in recommender systems: A systematic review. In Expert Systems with Applications (Vol. 97, pp. 205–227). Elsevier Ltd. https://doi.org/10.1016/j.eswa.2017.12.020
Olá, Hugo.
ResponderEliminarObrigado pelo teu post, é sem dúvida um tema pertinente e atual. Realmente, com a quantidade de informação e opções com que somos rodeados diariamente, os sistemas de recomendação são muito úteis, mostrando, sobretudo, aquilo que queremos e com que nos identificamos. Admito que não conhecia o conceito com este grau de detalhe e de formalidade. Penso que teria sido interessante aprofundar um pouco em que consiste cada tipo de SR, e como se distinguem entre si.
Uma vez mais, muito obrigado pela tua partilha e a continuação de um bom trabalho.
Olá Hugo.
ResponderEliminarGostei muito do teu post.
De facto, os sistemas de recomendação são uma solução valiosa para ajudar os consumidores a encontrar produtos que desejam no meio de uma grande quantidade de ofertas. Além disso, as empresas também beneficiam ao fornecerem recomendações personalizadas aos clientes, aumentando as vendas e a fidelização do cliente.
Acredito que os sistemas de recomendação são uma tendência crescente no e-commerce, especialmente na medida em que mais empresas adotam a personalização como uma estratégia de marketing. No entanto, é importante também garantir que esses sistemas sejam projetados de forma ética e transparente, sem comprometer a privacidade do dos dados dos utilizadores ou prejudicar a diversidade de opções oferecidas aos clientes.
Mais um vez, obrigado pela tua partilha.
Boa noite Hugo,
ResponderEliminarAntes de mais os meus parabéns pelo teu post. Achei o tema bastante interessante, atual e importante para os dias de hoje. Durante estes últimos três anos, assistimos a uma das maiores transformações dos hábitos de consumo da história devido à pandemia, assim como a um elevado crescimento quer nas interações online quer no âmbito do e-commerce. Em boa verdade, notou-se uma grande diferença, principalmente, em países onde o comércio eletrónico não estava tão desenvolvido.
De facto, tal como mencionaste no teu post, tanto o sistema de recomendação como a oferta de recomendações personalizadas aos clientes ajuda no aumento das vendas, uma vez que ajuda os clientes a descobrir novos produtos, que de outra forma talvez não tivessem encontrado. Tudo isto junto cria uma ótima experiência de compra ao cliente e , em consequência, aumenta a sua fidelidade.
Achei particularmente interessante a parte em que fazes alusão aos cinco algoritmos dos sistemas de recomendação para o e-commerce. Não tinha conhecimento de que eram necessárias várias categorias de sistemas de filtragem.
Obrigado pela partilha e uma continuação de um bom trabalho.