A topic-based recommender system for electronic marketplace platforms (Konstantinos Christidis, Gregoris Mentzas)

Keywords: Probabilistic topic models Recommender systems E-commerce Electronic marketplaces

Un grand nombre d’articles sont décrits, puis achetés et vendus chaque jour sur les marchés aux enchères du web. La quantité d’informations et le nombre d’articles disponibles font que la recherche de ce qui est à acheter ainsi que la description d’un objet à vendre, un défi pour les participants.

Dans ce document, ont tentés d’expliquer deux fonctions des marchés électroniques. Par la recommandation d’articles connexes pour les utilisateurs en parcourant les articles proposés sur un marché.

 Et par la recommandation d’articles et de termes pertinents qui peuvent être utilisés pour décrire un article à vendre dans le marché.

Dans cet article est abordé le problème de la prise en charge de deux fonctions dans un marché électronique, à savoir la navigation de l’utilisateur sur les articles et le vendeur qui décrit et fixe le prix d’un article.

Les auteurs proposent la suggestion d’articles connexes à l’utilisateur qui navigue dans les offres et la fourniture des conditions et des éléments pertinents au vendeur.

Ils ont également pensé à un système de recommandation thématique qui prend en charge ces fonctions en utilisant une analyse thématique latente.