Алгоритм персонализации в электронной коммерции: качественный анализ улучшения пользовательского опыта и необходимость этического управления

В связи с острой конкуренцией и завышенными ожиданиями клиентов несколько интернет-магазинов используют алгоритмы персонализации на основе искусственного интеллекта. В этом качественном исследовании рассматриваются технологические основы этих алгоритмов, их существенное влияние на пользовательский опыт (UX) и их критические этические аспекты. В исследовании используется двухметодный подход, сочетающий научную литературу с обширными полуструктурированными интервью с десятью отраслевыми экспертами в области электронной коммерции, включая науку о данных, UX-дизайн и разработку искусственного интеллекта. Данные были подвергнуты исчерпывающему тематическому анализу. Наше исследование показывает, что продвинутые модели глубокого обучения и обучения с подкреплением вытеснили коллаборативную и контентную фильтрацию. Эти новые модели повышают вовлеченность клиентов, упрощают идентификацию продуктов и улучшают процесс покупки. Конфиденциальность данных, алгоритмическая предвзятость и недостаточная прозрачность являются существенными этическими проблемами, которые ограничивают их применение. В статье представлена ​​синергетическая структура ответственной персонализации, которая гармонизирует алгоритмическую сложность со строгими этическими нормами, такими как справедливость при проектировании, четкое пользовательское соглашение и постоянная алгоритмическая оценка. Предмет представляет собой комплексную, эмпирически обоснованную перспективу, которая связывает внедрение технологий, результаты, ориентированные на пользователя, и этическую ответственность в современной электронной коммерции.