ChatGPT recommendation system for retail shops

Detalhes bibliográficos
Autor(a) principal: Duwadi, Saroj
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10071/29555
Resumo: The rapid growth of e-commerce platforms has emphasized the significance of personalized recommendation systems in enhancing user engagement and satisfaction. This dissertation presents the development and evaluation of an innovative Product Recommendation System that leverages advanced Artificial Intelligence (AI) techniques to provide tailored product suggestions. The primary objective is to create a user-centric experience by integrating an AI assistant, enabling natural and interactive interactions. Through a comprehensive survey conducted to understand customer behaviours while purchasing products using AI, the study aims to assess the system's effectiveness in delivering accurate recommendations and providing a seamless purchasing experience. This document contributes to the field by showcasing the practical implementation of AI-driven recommendation systems, highlighting their potential to transform e-commerce interactions.
id RCAP_c364095df8bcd6f41b486d63034bd2b3
oai_identifier_str oai:repositorio.iscte-iul.pt:10071/29555
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling ChatGPT recommendation system for retail shopsInteligência artificial -- Artificial intelligenceRetail businessComércio eletrónico -- E-commercePersonalized recommendation systemsMachine learningChatGPTNegócios de varejoSistemas de recomendação personalizadosAprendizado de máquinaThe rapid growth of e-commerce platforms has emphasized the significance of personalized recommendation systems in enhancing user engagement and satisfaction. This dissertation presents the development and evaluation of an innovative Product Recommendation System that leverages advanced Artificial Intelligence (AI) techniques to provide tailored product suggestions. The primary objective is to create a user-centric experience by integrating an AI assistant, enabling natural and interactive interactions. Through a comprehensive survey conducted to understand customer behaviours while purchasing products using AI, the study aims to assess the system's effectiveness in delivering accurate recommendations and providing a seamless purchasing experience. This document contributes to the field by showcasing the practical implementation of AI-driven recommendation systems, highlighting their potential to transform e-commerce interactions.O rápido crescimento das plataformas de comércio eletrónico enfatizou a importância dos sistemas de recomendação personalizados para aumentar o envolvimento e a satisfação dos utilizadores. Esta tese apresenta o desenvolvimento e avaliação de um Sistema de Recomendação de Produtos inovador que utiliza técnicas avançadas de Inteligência Artificial (IA) para fornecer sugestões de produtos personalizadas. O objetivo principal é criar uma experiência centrada no usuário, integrando um assistente de IA, permitindo interações naturais e interativas. Através de uma pesquisa abrangente realizada para compreender o comportamento dos clientes durante a compra de produtos usando IA, o estudo visa avaliar a eficácia do sistema na entrega de recomendações precisas e no fornecimento de uma experiência de compra perfeita. Este documento contribui para a área ao mostrar a implementação prática de sistemas de recomendação baseados em IA, destacando o seu potencial para transformar as interações de comércio eletrónico.2023-11-13T12:26:15Z2023-10-13T00:00:00Z2023-10-132023-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10071/29555TID:203378547engDuwadi, Sarojinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-19T01:16:39Zoai:repositorio.iscte-iul.pt:10071/29555Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T22:54:01.461434Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv ChatGPT recommendation system for retail shops
title ChatGPT recommendation system for retail shops
spellingShingle ChatGPT recommendation system for retail shops
Duwadi, Saroj
Inteligência artificial -- Artificial intelligence
Retail business
Comércio eletrónico -- E-commerce
Personalized recommendation systems
Machine learning
ChatGPT
Negócios de varejo
Sistemas de recomendação personalizados
Aprendizado de máquina
title_short ChatGPT recommendation system for retail shops
title_full ChatGPT recommendation system for retail shops
title_fullStr ChatGPT recommendation system for retail shops
title_full_unstemmed ChatGPT recommendation system for retail shops
title_sort ChatGPT recommendation system for retail shops
author Duwadi, Saroj
author_facet Duwadi, Saroj
author_role author
dc.contributor.author.fl_str_mv Duwadi, Saroj
dc.subject.por.fl_str_mv Inteligência artificial -- Artificial intelligence
Retail business
Comércio eletrónico -- E-commerce
Personalized recommendation systems
Machine learning
ChatGPT
Negócios de varejo
Sistemas de recomendação personalizados
Aprendizado de máquina
topic Inteligência artificial -- Artificial intelligence
Retail business
Comércio eletrónico -- E-commerce
Personalized recommendation systems
Machine learning
ChatGPT
Negócios de varejo
Sistemas de recomendação personalizados
Aprendizado de máquina
description The rapid growth of e-commerce platforms has emphasized the significance of personalized recommendation systems in enhancing user engagement and satisfaction. This dissertation presents the development and evaluation of an innovative Product Recommendation System that leverages advanced Artificial Intelligence (AI) techniques to provide tailored product suggestions. The primary objective is to create a user-centric experience by integrating an AI assistant, enabling natural and interactive interactions. Through a comprehensive survey conducted to understand customer behaviours while purchasing products using AI, the study aims to assess the system's effectiveness in delivering accurate recommendations and providing a seamless purchasing experience. This document contributes to the field by showcasing the practical implementation of AI-driven recommendation systems, highlighting their potential to transform e-commerce interactions.
publishDate 2023
dc.date.none.fl_str_mv 2023-11-13T12:26:15Z
2023-10-13T00:00:00Z
2023-10-13
2023-10
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10071/29555
TID:203378547
url http://hdl.handle.net/10071/29555
identifier_str_mv TID:203378547
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799135138216411136

Registros relacionados