Sistem Rekomendasi Toko Online menggunakan Algoritma Collaborative Filtering dan Content Based Filtering

ABSTRAK

Menjual suatu barang di zaman yang serba canggih ini sangatlah mudah, berbeda dengan dulu kita harus memiliki tempat atau toko untuk berjualan, sekarang ini kita tidak harus memiliki tempat atau toko untuk berjualan, kita bisa berjualan secara online. Dalam content based filtering tidak membutuhkan parameter rating berbeda dengan collaborative filtering yang membutuhkan nilai rating untuk menghasilkan sistem rekomendasi, content based filtering menggunakan dari suatu item atau deskripsi dari profil pengguna untuk menghasilkan rekomendasi. Content based filtering dapat memberikakan rekomendasi item yang belum pernah dirating sekalipun, kebalikannya collaborative filtering tidak dapat melakukan rekomendasi jika belum ada item yang di rating. Pada MAE didapatkan hasil di algoritma collaborative filtering 2,31 sedangkan pada content based filtering 3,8.

مستخلص البحث

بيع غرض ما في هذا العصر المتطور سهل جدا ، يختلف عما كان عليه الحال من قبل كان علينا أن نمتلك مكانًا أو متجرًا نبيعه ، الآن ليس لدينا مكان أو متجر للبيع ، يمكننا البيع عبر الإنترنت. لا تتطلب التصفية المستندة إلى المحتوى معلمات التصنيف ، بخلاف التصفية التعاونية ، التي تتطلب قيمة تصنيف لإنتاج نظام توصية ، تستخدم التصفية القائمة على المحتوى عنصرًا أو وصفًا لملف تعريف المستخدم لإنشاء توصيات. يمكن أن توفر التصفية القائمة على المحتوى توصيات للعناصر التي لم يتم تصنيفها مطلقًا ، وعلى العكس من ذلك ، لا يمكن للتصفية التعاونية تقديم توصيات إذا لم تكن هناك عناصر تم تصنيفها. في ، كانت النتائج التي تم الحصول عليها في خوارزمية التصفية التعاونية ، بينما كانت النتائج الخاصة بالترشيح المستند إلى .

ABSTRACT

Selling an item in this sophisticated era is very easy, different from before we had to have a place or shop to sell,now we don't have to have a place or shop to sell, we can sell online. Content-based filtering does not require rating parameters, unlike collaborative filtering, which requires a rating value to produce a recommendation system, content-based filtering uses an item or a description of a user's profile to generate recommendations. Content-based filtering can provide recommendations for items that have never been rated, conversely, collaborative filtering cannot make recommendations if there are no items that have been rated. In MAE, the results obtained in the collaborative filtering algorithm were 2.31, while those for content-based filtering were 3.8.