Статья посвящена исследованию роли и значимости рекомендательных систем в сфере электронной коммерции. Рассматриваются основные виды и методы реализации рекомендательных систем, их влияние на эффективность бизнеса, увеличение конверсии и улучшение пользовательского опыта. Особое внимание уделяется задачам адаптации и интеграции таких систем в современные IT-продукты. В работе также раскрываются проблемы и ограничения существующих технологий, а также направления их развития.
электронная коммерция, рекомендательные системы, IT-продукты, коллаборативная фильтрация, персонализация, поведенческий анализ, цифровая трансформация
1. Рикардо, Б. А., Нильсен, А. Современные подходы к построению рекомендательных систем // Журнал «Информационные технологии и анализ данных». – 2023. – № 4. – С. 45–58.
2. Гусев, И. В. Машинное обучение в системах персонализации интернет-коммерции // Электронная коммерция и цифровые платформы. – 2024. – Т. 12, № 2. – С. 33–47.
3. Кузнецов, А. С., Смирнова, Е. Ю. Анализ эффективности рекомендательных систем в онлайн-торговле // Вестник прикладной информатики. – 2023. – № 1. – С. 19–28.
4. Давыдова, Н. П. Применение методов коллаборативной фильтрации в цифровом маркетинге // Информационные технологии и программирование. – 2024. – URL: https://cyberleninka.ru (дата обращения: 10.10.2025).
5. Воронов, М. Е., Левина, Т. С. Рекомендательные системы как инструмент повышения конверсии в электронной коммерции // Современные технологии в экономике и бизнесе. – 2023. – № 6. – С. 57–66.
6. Goh, H. A. Deep Learning Approaches for E-Commerce Recommendation Systems // International Journal of Computational Intelligence Systems. – Springer, 2023.
7. Nadukuda, N. AI-Driven Personalization in E-Commerce: Techniques and Trends // International Journal of Artificial Intelligence & Applications (IJAIAP). – 2023. – URL: https://iaeme.com (дата обращения: 10.10.2025).
