МАРКЕТИНГОВА ІНТЕРНЕТ-СТРАТЕГІЯ УПРАВЛІННЯ ЛОЯЛЬНІСТЮ З ВИКОРИСТАННЯМ ШТУЧНОГО ІНТЕЛЕКТУ
Анотація
Розглянуто класифікацію рекомендаційних систем та проаналізовано потенціал їх застосування для збільшення частки лояльних клієнтів кінотеатрів. Доведено актуальність та необхідність впровадження інструментарію штучного інтелекту у канали комунікацій кінотеатрів. Обґрунтовано ефективність застосування рекомендаційних систем штучного інтелекту у комунікаціях з клієнтами кінотеатрів для збільшення частки лояльних клієнтів. Запропоновано стратегію збільшення частки лояльних клієнтів за допомогою рекомендаційних систем для різних груп клієнтів: потенційних, нових та старих. Для кожної групи клієнтів визначено комплекс заходів з використання різних за суттю рекомендаційних систем. Сформовано системний підхід до визначення комплексу рекомендаційних систем в залежності від типу клієнта кінотеатру.
Посилання
J. A. Konstan. Recommender systems: from algorithms to user experience. User Modeling and User-Adapted Interaction. 2012. Vol. 22. No. 1–2. P. 101–123.
Schafer J. B. Konstan J. A., Riedl J. E-Commerce Recommendation Applications. Data Mining and Knowledge Discovery. 2001. Vol. 5. No. 1–2. P. 115–123.
Sarwar B. Karypis G., Konstan J., Riedl J. Analysis of recommendation algorithms for e-commerce. In Proceedings of the 2nd ACM conference on Electronic. Minnesota, USA, October 17–20, 2000. P. 158–167.
C.C. Aggarwal: Recommender Systems: The Textbook, Springer, 2016. URL: https://link.springer.com/book/10.1007/978-3-319-29659-3
F. Ricci, L. Rokach, B. Shapira (eds.): Recommender Systems Handbook, 2nd ed. Springer, 2015. URL: https://www.cse.iitk.ac.in/users/nsrivast/HCC/Recommender_systems_handbook
R. Banik: Hands-On Recommendation Systems with Python. Packt Publishing, 2018.
Персоналізована рекомендаційна система в LinkedIn URL: https://engineering.linkedin.com/blog/2016/12/personalized-recommendations-in-linkedin-learning
Щербак Д.В., Сирота О.П. Система рекомендації навчальних матеріалів. Вчені записки Таврійського національного університету імені В. І. Вернадського. 2018. Том 29 (68). № 6. С. 26–29.
Персоналізуйте ваш досвід навчання, досягайте бізнес цілей простіше, URL: https://www.pluralsight.com/product/channels
J. A. Konstan. (2012) Recommender systems: from algorithms to user experience. User Modeling and User-Adapted Interaction, Vol. 22, No. 1–2, P. 101–123.
Schafer J. B. Konstan J. A., Riedl J. (2001) E-Commerce Recommendation Applications. Data Mining and Knowledge Discovery, Vol. 5, No. 1–2, P. 115–123.
Sarwar B. Karypis G., Konstan J., Riedl J. (2000) Analysis of recommendation algorithms for e-commerce. In Proceedings of the 2nd ACM conference on Electronic. Minnesota, USA, October 17–20, P. 158–167.
C.C. Aggarwal (2016) Recommender Systems: The Textbook, Springer.
F. Ricci, L. Rokach, B. Shapira (eds.) (2015) Recommender Systems Handbook, 2nd ed. Springer.
R. Banik. (2018) Hands-On Recommendation Systems with Python. Packt Publishing.
Personalizovana rekomendatsiina systema v LinkedIn [Personalized recommendation system in LinkedIn]. Available at: https://engineering.linkedin.com/blog/2016/12/personalized-recommendations-in-linkedin-learning
Shcherbak D.V., Syrota O.P. (2018) Systema rekomendatsii navchalnykh materialiv [System of recommendation of educational materials]. Vcheni zapysky Tavriiskoho natsionalnoho universytetu imeni V. I. Vernadskoho [Scientific Notes of V.I. Vernadsky Taurida National University], vol. 29(68), no 6, pp. 26–29.
Align learning to key business objectives. Available at: https://www.pluralsight.com/product/channels
