使用基于内容的过滤方法的 Somethinc 产品推荐系统

N. Azizah, Anief Fauzan Rozi
{"title":"使用基于内容的过滤方法的 Somethinc 产品推荐系统","authors":"N. Azizah, Anief Fauzan Rozi","doi":"10.47233/jteksis.v6i3.1411","DOIUrl":null,"url":null,"abstract":"Dalam memilih produk perawatan kulit, banyak konsumen yang sering melakukan kesalahan karena kurangnya pemahaman terhadap jenis kulit dan kurangnya pengetahuan mengenai produk perawatan kulit yang tersedia di pasaran. Hal ini seringkali membuat mereka kesulitan menemukan produk yang cocok. Penelitian ini bertujuan untuk merancang sebuah aplikasi yang mampu memberikan rekomendasi skincare berdasarkan preferensi produk sebelumnya. Metode yang digunakan adalah Content-based filtering. Proses rekomendasi dilakukan dengan membandingkan konten produk untuk menghasilkan rangking tertinggi hingga terendah, serta menghitung nilai minimum support dan confidance untuk menentukan aturan asosiasi pada kombinasi itemset. Untuk menghitung kemiripan antar kata menggunakan algoritma cosine similarity, deskripsi pada produk akan diberi nilai menggunakan perhitungan TF-IDF (Term Frequency-Inverse Document Frequency). Setelah itu, bobot kemiripan akan dihitung menggunakan algoritma cosine similarity bobot kemiripan dari yang paling tinggi hingga terendah. Pada penelitian ini diperoleh produk dengan nilai kemiripan tertinggi dengan nilai 0,722.","PeriodicalId":378707,"journal":{"name":"Jurnal Teknologi Dan Sistem Informasi Bisnis","volume":"7 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-07-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Sistem Rekomendasi Produk Somethinc Menggunakan Metode Content-based Filtering\",\"authors\":\"N. Azizah, Anief Fauzan Rozi\",\"doi\":\"10.47233/jteksis.v6i3.1411\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Dalam memilih produk perawatan kulit, banyak konsumen yang sering melakukan kesalahan karena kurangnya pemahaman terhadap jenis kulit dan kurangnya pengetahuan mengenai produk perawatan kulit yang tersedia di pasaran. Hal ini seringkali membuat mereka kesulitan menemukan produk yang cocok. Penelitian ini bertujuan untuk merancang sebuah aplikasi yang mampu memberikan rekomendasi skincare berdasarkan preferensi produk sebelumnya. Metode yang digunakan adalah Content-based filtering. Proses rekomendasi dilakukan dengan membandingkan konten produk untuk menghasilkan rangking tertinggi hingga terendah, serta menghitung nilai minimum support dan confidance untuk menentukan aturan asosiasi pada kombinasi itemset. Untuk menghitung kemiripan antar kata menggunakan algoritma cosine similarity, deskripsi pada produk akan diberi nilai menggunakan perhitungan TF-IDF (Term Frequency-Inverse Document Frequency). Setelah itu, bobot kemiripan akan dihitung menggunakan algoritma cosine similarity bobot kemiripan dari yang paling tinggi hingga terendah. Pada penelitian ini diperoleh produk dengan nilai kemiripan tertinggi dengan nilai 0,722.\",\"PeriodicalId\":378707,\"journal\":{\"name\":\"Jurnal Teknologi Dan Sistem Informasi Bisnis\",\"volume\":\"7 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2024-07-03\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Teknologi Dan Sistem Informasi Bisnis\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.47233/jteksis.v6i3.1411\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknologi Dan Sistem Informasi Bisnis","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.47233/jteksis.v6i3.1411","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

在选择护肤品时,许多消费者往往由于不了解自己的肤质和对市场上的护肤品缺乏了解而犯错误。这往往使他们难以找到合适的产品。本研究旨在设计一款能够根据以往的产品偏好提供护肤推荐的应用程序。使用的方法是基于内容的过滤。推荐过程通过比较产品内容产生从高到低的排名,并计算最小支持度和置信度值,从而确定项目集组合的关联规则。在使用余弦相似度算法计算词与词之间的相似度时,将使用 TF-IDF(词频-反向文档频率)计算方法为产品描述赋值。然后,使用余弦相似性算法从高到低计算相似性权重。在本研究中,相似度值最高的产品的相似度值为 0.722。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Sistem Rekomendasi Produk Somethinc Menggunakan Metode Content-based Filtering
Dalam memilih produk perawatan kulit, banyak konsumen yang sering melakukan kesalahan karena kurangnya pemahaman terhadap jenis kulit dan kurangnya pengetahuan mengenai produk perawatan kulit yang tersedia di pasaran. Hal ini seringkali membuat mereka kesulitan menemukan produk yang cocok. Penelitian ini bertujuan untuk merancang sebuah aplikasi yang mampu memberikan rekomendasi skincare berdasarkan preferensi produk sebelumnya. Metode yang digunakan adalah Content-based filtering. Proses rekomendasi dilakukan dengan membandingkan konten produk untuk menghasilkan rangking tertinggi hingga terendah, serta menghitung nilai minimum support dan confidance untuk menentukan aturan asosiasi pada kombinasi itemset. Untuk menghitung kemiripan antar kata menggunakan algoritma cosine similarity, deskripsi pada produk akan diberi nilai menggunakan perhitungan TF-IDF (Term Frequency-Inverse Document Frequency). Setelah itu, bobot kemiripan akan dihitung menggunakan algoritma cosine similarity bobot kemiripan dari yang paling tinggi hingga terendah. Pada penelitian ini diperoleh produk dengan nilai kemiripan tertinggi dengan nilai 0,722.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信