786 Разработка рекомендательной системы для интернет-магазина - II

Иванов Федор Ильич

руководитель проекта

Старт

26.09.2022

Представление

22.10.2022

Постерная сессия

23.01.2023

Защита

17.04.2023

Паспорт проекта

Аннотация

С ежесекундным увеличением количества существующих вебсайтов растет потребность в качественном подборе пользовательских рекомендаций с целью повышения среднего чека и лояльности покупателей. В рамках настоящего проекта требуется повысить преимущество перед аналогичными платформами за счет выпуска полноценного продукта с доступным функционалом, не требующим от покупателя больших временных затрат на изучение документации по интеграции, возможностью выбора пакета рекомендательных услуг по запросу...

Отрасль

Информатика

Цель

Продолжение разработки сервисного комплекса рекомендательной системы для интернет - магазинов, расширение существующего функционала прогнозирования, получение полноценного продукта, подлежащего интеграции различными способами.

Ожидаемые результаты

Результат должен быть представлен в виде:
- отчета, содержащего информацию о проделанной работе;
- презентации, иллюстрирующей отчёт;
- документации разработчика;
- документация оператора;
- кода программных компонентов в виде репозитория/репозиториев SVC;
- пояснительной записки;
Бекенд сервисы реализованы на языках go и python с использованием технологий docker, postgresql, redis, s3, apache kafka, kubernetes.
Фронтенд реализован на фреймворке ReactJS с использованием Sass, Redux, Ant Design.

Форма и способы промежуточного контроля

Прохождение постерной сессии, еженедельные отчеты о проделанной работе, постановка задач и учет их выполнения через trello/wekan

Форма представления результатов

Предоставление отчета, содержащего информацию о проделанной работе, сопровождающегося презентацией.

Ресурсное обеспечение

не требуется

Имеющийся задел

На данном этапе создана рекомендательная платформа, открытая к API-интегрированию, предлагающая покупателю главную страницу и личный кабинет, с единым рекомендательным сценарием с помощью модели Word2Vec, по которому демонстрируются неплохие предсказательные результаты. Было проведено A/B-тестирование. Существующая версия может быть улучшена за счет сбора продукта воедино, предоставления доступного интерфейса, предложения вариативных сценариев прогнозирования и сбора/хранения данных.