his.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Artificiell Intelligens inom E-handel: En studie om maskininlärning vid produktsökningar
Högskolan i Skövde, Institutionen för informationsteknologi.
2019 (Svenska)Självständigt arbete på grundnivå (kandidatexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)Alternativ titel
Artificial Intelligence in E-commerce : A study about machine learning in product searches (Engelska)
Abstract [en]

Background: One of the most growing areas of the Internet is E-commerce, which gave consumers a flexibility that was not previously available. The advantages of digital commerce are many, where both companies and consumers can use the technology's possibilities. However, a problem area in the E-commerce area is the number of products and the consumers' difficulties finding what is demanded. One of the techniques used to solve the problem is Artificial Intelligence.

Within the artificial intelligence there is the sub-area Machine learning. The basis of the technology is to teach a computer to perform specific tasks better and better over time. To implement machine learning, artificial neural network used, which this study is based on.

Problem statements: In this research, machine learning will be tested to see if the technology can be used to increase the conversion rate in E-commerce. The study will also be supplemented with knowledge about the opportunities and challenges that a future implementation could bring. The questions to be answered are:

- How can product searches based on machine learning be used to increase the conversion rate in E-commerce?

- What are the most common opportunities and challenges associated with machine learning in E-commerce?

Purpose: The study's purpose is to make it easier for consumers when it comes to finding the right products and to increase the knowledge base of machine learning in E- commerce.

Results: The study concluded that search engines based on Machine Learning can be used to increase the conversion rate. The opportunities that were found were improved business strategies, more personalized approaches and increased revenue. The challenges that were discovered were resource shortages, data quality and lack of project management.

Abstract [sv]

Bakgrund: Ett av de mest växande områdena på internet är E-handel, som gett konsumenter en flexibilitet som inte tidigare fanns. Fördelarna med den digitala handeln är många, där både företag och konsumenter kan nyttja teknikens möjligheter. Ett problemområde inom E-handeln är dock mängden produkter och konsumenters svårigheter att finna det som efterfrågas. En av de tekniker som används för att lösa problematiken är Artificiell Intelligens.

Ett delområde inom den artificiella intelligensen är maskininlärning. Grunden bakom tekniken handlar om att lära upp en dator för att utföra specifika uppgifter bättre och bättre över tid. En metod som används för att implementera maskininlärning är artificiella neurala nätverk som används i denna studie.

Frågeställning: I denna forskning kommer maskininlärning att testas för att se om tekniken kan användas för att öka konverteringsgraden inom E-handel. Studien skall även kompletteras med kunskap kring de möjligheter och utmaningar som medföljer en framtida implementation. De frågor som därmed skall besvaras är:

- Hur kan produktsök som baseras på maskininlärning användas för att öka konverterings- graden inom E-handel?

- Vilka är de vanligast förekommande möjligheterna och utmaningarna med maskininlärning inom E-handel?’

Syfte: Studiens syfte är att underlätta för konsumenter när det kommer till att hitta rätt produkter samt för att öka kunskapsbanken gällande maskininlärning inom E-handeln.

Resultat: Studien resulterade i att sökmotorer som baseras på maskininlärning kan användas för att öka konverteringsgraden. Studien pekade även på fördelar gällande förbättrade affärsstrategier, personligare bemötande och ökade intäkter. De utmaningar som upptäcktes var resursbrist, datakvalité samt bristande projektledning.

Ort, förlag, år, upplaga, sidor
2019. , s. 78
Nyckelord [en]
E-commerce, Artificial Intelligence, machine learning, productsearch, neural network, Loop54
Nyckelord [sv]
E-handel, Artificiell Intelligens, maskininlärning, produktsökning, neuralt nätverk, Loop54
Nationell ämneskategori
Systemvetenskap, informationssystem och informatik
Identifikatorer
URN: urn:nbn:se:his:diva-17246OAI: oai:DiVA.org:his-17246DiVA, id: diva2:1328381
Externt samarbete
Viskan System; Loop54
Ämne / kurs
Informationsteknologi
Utbildningsprogram
Informationsteknologi - Business Intelligence
Handledare
Examinatorer
Tillgänglig från: 2019-06-20 Skapad: 2019-06-20 Senast uppdaterad: 2019-06-20Bibliografiskt granskad

Open Access i DiVA

Artificiell_Intelligens_inom_Ehandel_SophiaAndersson(1326 kB)232 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1326 kBChecksumma SHA-512
bc0bbb7b041072f593887ca512d1c0aa9bfa6afb7d2d2a3d5ae19b832591c18055bb8e2a043a10936aae04f32c7e098a78471d6c4ef804015e671f31e8f668f3
Typ fulltextMimetyp application/pdf

Sök vidare i DiVA

Av författaren/redaktören
Andersson, Sophia
Av organisationen
Institutionen för informationsteknologi
Systemvetenskap, informationssystem och informatik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 232 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 993 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf