Курс «Рекомендательные системы на практике»: AI в ритейле/e-commerce

Что такое рекомендательные системы и как их применять для улучшения UX и роста продаж | Глава 1

Разбираем системы товарных рекомендаций (product recommender systems): рассмотрим различные стратегии рекомендаций и примеры их использования известными digital-брендами.

Примеры рекомендательных стратегий на сайтах и в интернет-магазинах: разбор персонализации главной страницы и карточек товаров с помощью рекомендательных виджетов | Глава 2

Правила мерчандайзинга (merchandising rules) помогают маркетологам адаптировать стратегии товарных рекомендаций под свои задачи, с глобальной целью улучшить клиентский опыт (consumer experiences).

Как работают рекомендательные системы и как выбрать результативную рекомендательную стратегию | Глава 3

Подробно разберем различные стратегии товарных рекомендаций в eCommerce и узнаем, как их эффективно применять для достижения максимальной рентабельности маркетинговых расходов.

Персональные рекомендации и коллаборативная, совместная фильтрация (collaborative filtering) | Глава 4

Совместная фильтрация (collaborative filtering) позволяет маркетологам, задействуя данные пользователей (user data), создавать очень точные товарные рекомендации с учетом индивидуальных сходств (affinities) и покупательского поведения (shopping behaviors).

Рекомендации на базе сходств (affinity-based recommendations): введение | Глава 5

В этой статье вы узнаете, как использовать данные о сходствах пользователей для формирования эффективных персонализированных рекомендаций в любом масштабе.

Deep Learning в e-commerce: рассвет рекомендательных систем на базе глубокого обучения (DL) | Глава 6

В этой статье мы разберемся, как они адаптируют deep learning для генерации эффективных товарных рекомендаций, которые усиливают клиентский опыт (customer experience) и приносят компании значительный доход.