МЕТОДИ ОЦІНКИ РЕЛЕВАНТНОСТІ ПОШУКУ В СИСТЕМАХ ЕЛЕКТРОННОЇ КОМЕРЦІЇ

Автор(и)

  • Оксана Поворознюк Національний технічний університет “Харківський політехнічний інститут”, Україна http://orcid.org/0000-0001-7524-5641
  • Анатолій Поворознюк Національний технічний університет “Харківський політехнічний інститут”, Україна http://orcid.org/0000-0003-2499-2350

DOI:

https://doi.org/10.20998/3083-6298.2025.03.09

Ключові слова:

електронна комерція, пошукова система, релевантність, ранжування, ефективність пошуку, захист інформації, модель оцінки релевантності

Анотація

Актуальність. В роботі розглянуто процес розробки інформаційно-пошукової системи для сучасних e-commerce рішень з оцінкою релевантності результатів пошуку. Класичні пошукові механізми, що ґрунтуються лише на збігу ключових слів, часто не враховують контекст та морфологію запитів, синоніми та вагомість окремих слів, ступінь відповідності знайдених результатів очікуванням користувача. Тому актуальним є створення інтелектуальної пошукової системи з оцінкою релевантності результатів пошуку, які здатні враховувати наміри користувача та адаптуватися до його індивідуальних потреб. Релевантність запиту має також непрямий вплив на інформаційну безпеку, особливо в контексті обробки даних додатками та системами, оскільки нерелевантні або аномальні запити можуть бути ознакою потенційних кібератак. Цей факт підвищує актуальність дослідження. Предметом дослідження у статті є методи підвищення релевантності результатів пошуку на основі аналізу запитів користувачів та ранжування характеристик товарів. Метою статті є підвищення ефективності пошуку у інформаційно-пошукових системах електронної комерції шляхом впровадження модифікованого методу оцінки релевантності. Були отримані наступні результати. Розглянуто вплив рівня релевантності запитів на рівень захисту інформації в інформаційно-пошукових системах, особливості формування пошукових потреб користувачів, аналіз моделей оцінки релевантності, розробка та тестування системи електронної комерції з оцінкою релевантності яка засвідчили покращення показників ефективності пошуку. Висновок. Використання методів оцінки релевантності для побудови пошукових систем у сфері електронної комерції є ефективним напрямом підвищення якості інформаційно-пошукових сервісів. Отримані резульати свідчать про перспективність подальших досліджень у напрямі адаптації моделей інформаційного пошуку до специфіки онлайн-торгівлі, удосконалення алгоритмів ранжування та інтеграції методів машинного навчання для персоналізації видачі результатів.

Біографії авторів

Оксана Поворознюк, Національний технічний університет “Харківський політехнічний інститут”

Кандидат технічних наук, доцент, доцент кафедри комп’ютерної інженерії та програмування

Анатолій Поворознюк, Національний технічний університет “Харківський політехнічний інститут”

Доктор технічних наук, професор, професор кафедри комп’ютерної інженерії та програмування

Посилання

  1. Stoieva, D. R. (2015), “Systematyzatsiia informatsiinykh modelei”, Perspektyvy nauky i osvity, No 4, pp. 13-18.
  2. Milovanova, M.V. and Bondarchuk, A.P. (2020), “Otsinka efektyvnosti informatsiinoho poshuku”. Telekomunikatsiini ta informatsiini tekhnolohii, No 1 (66), pp. 45 -52, DOI: 10.31673/2412-4338.2020.014552
  3. Manning, C. D., Raghavan, P. and Schütze, H. (2018), “Introduction to Information Retrieval”, Cambridge University Press, 580 p.
  4. Vasiutynska, S. Yu. (2016), “Informatsiina asymetriia v osvitnikh tekhnolohiiakh”, Osvitni resursy i tekhnolohii, No 4 (16), pp. 14-20.
  5. Kraus, K.M., Kraus, N.M. and Manzhura, O.V. (2021), “Elektronna komertsiia ta Internet-torhivlia: navchalno-metodychnyi posibnyk”, Kyiv: Ahrar media Hrup, 454 p.
  6. Kriazhych, O.O. (2021), “Vyznachennia relevantnosti informatsii, otrymanoi vid poshukovo-dovidkovoho servisu na veb-platformi”, Matematychni mashyny i systemy. № 1, pp 52-63.
  7. Ozhereleva, T. A. (2016), “Informatsiina sytuatsiia yak instrument upravlinnia”, Slovianskyi forum, No 4 (14), pp. 176-181.
  8. Vakkari, P. and Sormunen, E. (2016), “The influence of relevance levels on the effectiveness of interactive information retrieval”, Journal of the American Society for Information Science and Technology, No 55(11), pp. 963-969, DOI:10.1002/asi.20046
  9. Turban, E., Outland, J., King, D., Lee, J. K., Liang, T. P. and Turban, D. C. (2018), “Electronic Commerce: A Managerial and Social Networks Perspective”, Springer, 640 p.
  10. Baeza-Yates, R. and Ribeiro-Neto, B. (2016), “Modern Information Retrieval: The Concepts and Technology behind Search”, Addison-Wesley, 38 p.
  11. Grossman, D. A. and Frieder, O. (2017), “Information Retrieval: Algorithms and Heuristics”, Springer, 262 p.
  12. Robertson, S. and Zaragoza, H. (2019), “The Probabilistic Relevance Framework: BM25 and Beyond”, Foundations and Trends in Information Retrieval, Vol. 3, No. 4, pp. 333–389, DOI:10.1561/1500000019
  13. Mikolov, T., et al. (2023), “Efficient Estimation of Word Representations in Vector Space”, arXiv:1301.3781, 12 p.
  14. Croft, W. B., Metzler, АD. and Strohman, T. (2016), “Search Engines: Information Retrieval in Practice”, Addison-Wesley, 542 p.
  15. Mitra, B. and Craswell, N. (2017), “Neural Models for Information Retrieval”, arXiv:1705.01509, https://doi.org/10.48550/arXiv.1705.01509
  16. Laudon, K. C. and Traver, C. G. (2021), “E-commerce 2021: business, technology, society”, 16th ed. Pearson, 912 p.
  17. Chaffey, D. (2019), “Digital Business and E-Commerce Management”, 7th ed. Pearson, 568 p.
  18. Nielsen, J. and Loranger, H. (2016), “Prioritizing Web Usability”, New Riders, 456 p.
  19. Williams, B., Damstra, B. and Stern, D. (2016), “Professional WordPress: Design and Development”, 3rd ed. Wiley, 816 p.
  20. WooCommerce Documentation. WooCommerce Search Functionality. (2023), Automattic, URL: https://woocommerce.com/document/
  21. Advanced Woo Search. Official Plugin Documentation. (2023), WordPress.org,. URL: https://wordpress.org/plugins/advanced-woo-search/

##submission.downloads##

Опубліковано

2025-12-10

Номер

Том 1 № 3 (2025): Територія безпеки

Розділ

Статті