最近的趋势和挑战在电子商务推荐系统

推荐系统(RSs)的起源可以追溯到早期的电子商务在1990年代。已经在那个时候,企业如Amazon.com, eBay.com和Moviefinder.com使用胚胎形式的RSs。20 - 30年之后,物联网等新技术的可用性(物联网),智能手机,连接设备,人工智能(AI)的能力大大增加了电子商务业务,分析大数据和形状用户的购买习惯通过精心设计的、上下文和吸引人的建议。新一代又一代的RSs最新开发基于人工智能和机器学习(ML)技术,如大数据RSs, ML-based RSs,可辩解的RSs, fusion-based RSs等。

本文主题集合试图阐明在电子商务的RSs最近的趋势和挑战。RSs景观是什么样子在电子商务领域的?最重要的是目前的趋势是什么?有什么主要区别在行业和国家的RSs的成熟吗?做的特点,现代RSs筹集新的安全和隐私问题,因为用户的敏感性数据及其脆弱性被非法访问吗?企业如何防范这些问题?除了隐私和安全威胁,几个技术问题也被提出。不断增长的数据,在用户的多样性偏好,和各种各样的应用需求推动了新的工具和技术来解决这些问题。

研究课题主要集中在高影响力和原创文章,深入调查/评论在这方面。从大数据的角度不断增长的RSs数据,深度学习的基础上发展现代推荐方法,和基于区块链和联合学习安全解决方案最近的威胁是高度赞赏。本系列旨在提供一个重要的角色在科学界带来高质量的研究。

关键字:推荐系统,隐私问题、电子商务、行业差异,安全威胁、新技术

重要提示:所有贡献这个研究课题必须的范围内的部分和期刊提交,作为其使命声明中定义。雷竞技rebat前沿有权指导检查手稿更适合部分或同行评审的期刊在任何阶段。