هل تعلم أن نظام التوصية (Recommendation System) سر من أسرار نجاح الكثير من الشركات، هذا النظام مسوق سحري للخدمات والمنتجات، يراقب العملاء و يفهم سلوكهم ليساعدهم في اتخاذ قراراتهم...
تعالوا نتعرف على نظام التوصية أسفل هذه التغريدة
#علم_البيانات
#التسويق_الرقمي

رحلة التسوق غالباً ماتكون برفقة آخرين نستعين بهم ونعتمد على آراءهم وكثيراً مانردد "هاه وش رايك يناسبني؟"، هذه الرحلة تستغرق الساعات واحياناً أيام للتنقل بين المحلات والماركات لاختيار مايناسبنا، رحلة كلاسيكية لازلنا نعيش تفاصيلها اليوم، ولكن هناك رحلة تسوق أخرى في العالم الافتراضي

في عصر الانترنت والمتاجر الإلكترونية لازلنا نحتاج الرأي والمشورة، أصبحت رحلات التسوق أقصر وقتاً و استعضنا عن الاصدقاء والرفقة بالمتسوق الشخصي الأكثر احترافاً، أنه نظام التوصية الذي يقدم لنا الرأي والمشورة كرسائل على البريد الإلكتروني أو الإعلانات، رسائل حصرية و مخصصة لنا

إذاً ماهو نظام التوصية؟
أحد تطبيقات #الذكاء_الاصطناعي كسبت زخماً هائلاً بسبب نجاحها في أكثر من مجال، يعمل كأداة تسويق فعالة خصوصاً مع التجارة الإلكترونية ومفيد لجعل العميل يكرر عمليات الشراء، ولكن يجب التأكيد على أنها تستخدم كذلك مع الخدمات الأخرى مثل الشبكات الاجتماعية

يُنظر إلى محرك التوصية على أنه بائع ذكي ومتطور يعرف ذوق العميل وسلوكه، وبالتالي يمكن لهذا المحرك اتخاذ قرارات أكثر ذكاءً بشأن التوصيات التي ستعجب العميل، بإمكانه اغراء العميل على الشراء، صحيح انه يخدم صاحب المحل، ولكن يخدم العميل أيضاً على الحصول على منتجات ربما تعجبه ويحتاجها

نظام التوصية يقوم بتصفية المعلومات التي تنهال على العميل من كل مكان وذلك بتصفيتها دينامكياً وفقاً لتفضيلات العميل واهتماماته وسلوكه، نظام التوصية يراهن على القدرة على التنبؤ بما إذا كان مستخدم معين يفضل منتج أو خدمة أم لا، بناءً على ملف تعريف المستخدم وسلوكه في الماضي

تعالوا نتعرف على أشهر المواقع والتطبيقات التي تستخدم نظام التوصية، لاحظوا أنها ليست متاجر الكترونية فقط، بل أصبح هذا النظام شائع الاستخدام في الشبكات الاجتماعية والمواقع (الخدمات وليس المنتجات فقط)، منتجات مثل أمازون وخدمات مثل لينكد ان و فيسبوك، و مقاطع مثل يوتيوب ونتفلكس

أنظمة التوصية ليست صناديق سوداء لا يٌعرف ما بداخلها، بل ببساطة تستخدم أدوات رياضية تعتمد على قياس التشابه، و بشكل عام هناك طريقتان لبناء نظام التوصية:
الفلترة الجماعية (Collaborative Filtering)
الفلترة بالمحتوى (Content-Based Filtering) .. أو
الدمج بين الطريقتين (Hybrid)

الفلترة الجماعية: تعتمد على سلوكيات العميل أو أنشطته أو تفضيلاته والتنبؤ بما سيحبه العميل استنادًا على تشابهه مع الآخرين
الفلترة بالمحتوى: يعتمد على العناصر التي يحبها العميل والكلمات الرئيسية المستخدمة في وصف تلك العناصر، وتأخذ في الاعتبار التفضيلات التي اختارها العميل

محرك التوصية هو الحملة التسويقية للبائع، و الصاحب والمستشار للمشتري، تستخدم حالياً في قطاع البيع بالتجزئة والإعلام، ومن المتوقع ان تستخدم مستقبلاً في قطاعات أخرى كالمالية والرعاية الصحية، هذه المحركات تجعل الشركات أكثر تنافسيةوالاستهلاك أكثر كفاءة
المصدر: https://medium.com/@humansforai/recommendation-engines-e431b6b6b446

دليل للمبتدئين لإنشاء نظام التوصية، خطوة بخطوة لبناء نظم توصية باستخدام الفلترة بالمحتوى (content-based) لإعطاء توصية للإفلام التي ربما تعجب المستخدم، تطبيق عملي باستخدام Python على بيانات GroupLens لـ 20 مليون تقييم بواسطة 138 ألف مستخدم لـ 27 ألف فلم
https://www.kdnuggets.com/2019/04/building-recommender-system.html