Sistema de Recomendación de Productos de Comercio Electrónico basado en Algoritmos de ML

Los algoritmos se utilizan en los sistemas de recomendación de productos de comercio electrónico. Estos sistemas comenzaron a utilizar recientemente algoritmos de aprendizaje automático debido al desarrollo y crecimiento de la comunidad de investigación en inteligencia artificial. Este proyecto aspira a transformar la forma en que las plataformas de comercio electrónico se comunican con sus usuarios. Hemos creado un modelo que puede personalizar las recomendaciones de productos y ofertas para cada cliente único utilizando técnicas de aprendizaje automático de vanguardia. Usamos PCA para reducir las características y cuatro algoritmos de aprendizaje automático como Gaussian Naive Bayes (GNB), Random Forest (RF), Regresión Logística (LR), Árbol de Decisión (DT); los algoritmos de Random Forest logran la mayor precisión del 99.6% con un puntaje R cuadrado de 96.99, un puntaje MSE de 1.92% y un puntaje MAE de 0.087. El resultado es ventajoso tanto para el cliente como para el negocio. En esta investigación, examinaremos el desarrollo y entrenamiento del modelo en detalle y mostraremos su desempeño utilizando datos reales. Aprender de las máquinas puede cambiar el mundo del comercio electrónico.