Betrouwbare en eerlijke aanbevelingen voor webshops met AI

Site Info Support B.V.

Handelsplatformen zoals Bol.com of Amazon, laten je altijd een aanbeveling zien voor vervolgaankopen als je iets koopt. Andere klanten kochten ook … Deze aanbevelingen worden door een recommendation engine gedaan, alleen deze engines hebben vaak een voorkeur voor verkooppartners die bijvoorbeeld de grootste omzet op het platform hebben.

Zo’n voorkeur noemen we in de AI bias. Voor jou als klant, is zo’n voorkeur niet altijd gunstig en voor de verkooppartner is het simpelweg niet eerlijk. Als kleine partij, maak je nauwelijks kans boven het maaiveld uit te komen. Waarschijnlijk herken je ook nog wel een ander nadeel van deze recommendation engines: je krijgt een tip iets te kopen, maar dat heb je al lang gekocht. Zeker wanneer je partner of een familielid hetzelfde account gebruikt als jij, komen dit soort zinloze aanbevelingen niet zelden voor.

De opdracht

Deze opdracht begin je met een onderzoek naar de oorzaak van deze veel voorkomende bias fouten in recommendation engines. Je onderzoekt of hier in de literatuur al iets over bekend is, waarbij je ook bestaande algoritmen die hiervoor bestaan onderzoekt. Vervolgens bepaal je welk algoritme zo eerlijk mogelijk werkt.

Hierna bouw je een mockup webshop waar een zo eerlijk mogelijke recommendation engine in zit. Een belangrijke feature die je hierbij moet realiseren, is de mogelijkheid om als klant feedback te geven op de aanbevelingen. Bijvoorbeeld, dit product heb ik al, of dit is niet relevant voor mij. De recommendation engine moet hier weer van leren om dit soort zinloze aanbevelingen voor deze en alle andere klanten zo goed mogelijk te voorkomen. We noemen dit ook wel customer in the loop.

 

Kijk voor al onze afstudeeropdrachten op afstuderenbijinfosupport.com

Om op deze vacature te solliciteren bezoek je carriere.infosupport.com.