Stworzyliśmy system rekomendacyjny dla e-commerce, związany z sklepem z żywnością.

Pozwala on na spersonalizowane rekomendacje produktów na stronach kategorii.

Wykorzystuje techniki TF-IDF i XGBoost w analizie danych.

Dane wykorzystywane w systemie obejmują historię zakupionych produktów przez użytkowników, zgromadzone w pliku CSV na przestrzeni około dwóch lat. Dodatkowo, system korzysta z produktowego feedu, który jest regularnie pobierany z ich API, co zapewnia aktualne informacje o produktach.

Wdrożyliśmy również eventserver, który zbiera dane ze sklepu i zapisuje je w bazie danych, rejestrując różne wydarzenia takie jak wyświetlenia, kliknięcia, dodania do koszyka i zakupy.

Efektem wdrożenia tego systemu rekomendacyjnego było zwiększenie średniej wartości koszyka o 4% oraz zysku całkowitego o 2%.