پیش‌بینی ترجیحات کاربران در فروشگاه‌های الکترونیکی استارتاپی و کوچک، بر اساس تعاملات ماوس کاربران

در فروشگاه‌های الکترونیکی، معمولا کاربران تمایلی ندارند علاقه خود به محصولات را به صورت صریح ابراز کنند. بنابراین، یک روش مرسوم در سیستم‌های توصیه‌گر فروشگاه‌های الکترونیکی، استخراج علاقه‌مندی‌های کاربران به صورت ضمنی و بر اساس تعاملات آنها در صفحات وب‌سایت است. از طرف دیگر، اخیرا کسب‌وکارهای کوچک و استارتاپ‌ها در بستر وب رشد زیادی داشته‌اند. برخلاف فروشگاه‌های الکترونیکی بزرگ و شناخته شده، کاربران مراجعات مکرری به وب‌سایت‌های تجاری کوچک ندارند و این وب‌سایت‌ها داده‌های محدودی از تعاملات کاربرانشان دارند. بنابراین تحلیل تعاملات کاربران برای استخراج ترجیحات آنها در این وب‌سایت‌ها با مشکل مواجه است. در این پژوهش، روشی برای کسب‌وکارهای آنلاین کوچک ارائه می‌شود تا براساس فعالیت‌های محدود کاربرانشان در صفحات محصول، علاقه‌مندی آنها را به صورت ضمنی شناسایی کنند. در این روش، برخلاف پژوهش‌های پیشین، تعامل ماوس کاربران با تک‌تک اجزای صفحه محصول به صورت جداگانه تحلیل می‌شود و علاقه‌مندی او به محصول تخمین زده می‌شود. حتی اگر کاربر فقط با یکی از اجزاء صفحه محصول تعامل کند، با استفاده از همین رفتار محدود، علاقه کاربر به محصول پیش‌بینی می‌شود. ارزیابی‌ها نشان می‌دهد که این روش باعث افزایش ضریب همبستگی بین رفتارهای مختلف کاربران و علاقه‌مندی‌های آنها می‌شود و در مقایسه با روش‌های قبلی، خطای پیش‌بینی را کاهش می‌دهد.