his.sePublications
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Artificiell Intelligens inom E-handel: En studie om maskininlärning vid produktsökningar
University of Skövde, School of Informatics.
2019 (Swedish)Independent thesis Basic level (degree of Bachelor), 20 credits / 30 HE creditsStudent thesisAlternative title
Artificial Intelligence in E-commerce : A study about machine learning in product searches (English)
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.

Place, publisher, year, edition, pages
2019. , p. 78
Keywords [en]
E-commerce, Artificial Intelligence, machine learning, productsearch, neural network, Loop54
Keywords [sv]
E-handel, Artificiell Intelligens, maskininlärning, produktsökning, neuralt nätverk, Loop54
National Category
Information Systems
Identifiers
URN: urn:nbn:se:his:diva-17246OAI: oai:DiVA.org:his-17246DiVA, id: diva2:1328381
External cooperation
Viskan System; Loop54
Subject / course
Informationsteknologi
Educational program
Informationsteknologi - Business Intelligence
Supervisors
Examiners
Available from: 2019-06-20 Created: 2019-06-20 Last updated: 2019-06-20Bibliographically approved

Open Access in DiVA

Artificiell_Intelligens_inom_Ehandel_SophiaAndersson(1326 kB)63 downloads
File information
File name FULLTEXT01.pdfFile size 1326 kBChecksum SHA-512
bc0bbb7b041072f593887ca512d1c0aa9bfa6afb7d2d2a3d5ae19b832591c18055bb8e2a043a10936aae04f32c7e098a78471d6c4ef804015e671f31e8f668f3
Type fulltextMimetype application/pdf

Search in DiVA

By author/editor
Andersson, Sophia
By organisation
School of Informatics
Information Systems

Search outside of DiVA

GoogleGoogle Scholar
Total: 63 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 329 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf