סחר אלקטרוני בן גוריון

מכירה הולנדית- מחיר יורד עם זירה פומבית (מוכרים מתחרים בניהם). הכרוז מתחיל עם הצעת מחיר גבוה, המוכרים מורידים לאט לאט את המחיר עד שישנו קונה שמוכן לקנות את המחיר המוצע או עד אשר מגיעים למחיר המינימום ואז לא מתבצעת המכירה. כך משתמשים בבורסת הפרחים בהולנד. דומה למכירה מסוג price first (מוסבר למטה) שאינה פומבית אלא כקופסה שחורה (כי אנו לא יודעים את ההצעות של הקונים האחרים, ייתכן ויהיה קונה אחר שיציע מחיר שווה יותר). האסטרטגיה הכדאית במכירה פומבית הולנדית- הקונה חייב להחליט מהו המחיר המקסימלי שמוכן לשלם באיזשהו שלב בתהליך המכירה (עדיף שיחליט כמה שיותר מהר כי עלול להיות קונה אחר שירצה את המוצר).

כאשר יש לנו משתמשים חדשים, לרוב אין לנו מידע עליהם חוץ מדמוגרפי ולכן אנו נצטרך במקרים כאלו לתת המלצות כלליות. שיטה הכי נפוצה להמלצה לא פרסונלית היא פופולריות

(CBR ( Content based recommendation- ההמלצה מבוססת על התוכן, על הפיצ'רים של המוצרים ופחות על האינטרקציות בין משתמשים למוצרים. כאן כל משתמש הוא בפני עצמו, אנו לא לומדים דבר על קשר בין משתמשים, כלומר לא תלוי אם אחרים אהבו או לא אהבו מוצרים מסוימים. אנו מסתכלים על מה שהמשתמש אהב ומחפשים סרטים בעלי תכונות דומות לאותו הסרט. הקונספט המוביל הוא vector keyword .כל מ פתח הוא מימד (שחקן, במאי, ג'אנר,...). כל מוצר מיוצג על ידי וקטור של כל התכונות האלו. וכנ"ל לגבי המשתמש. כדי לעשות התאמה בין משתמש למוצר, אנו מחשבים מרחק בין וקטור המשתמש לוקטור המוצר. תכונות מוצר – קטגוריה, שחקן, תגים, כותרת (טקסט), תיאור (טקסט), סיגנל מתוך האודיו/וידיאו. נוכל לשלב כותרת ותיאור על ידי לקיחת המילים שמופיעות בכל מוצר ואת המילים שמופיעות בכל סרט שהמשתמש אהב.

Hybrid methods - משלבות את ה-based-content ואת ה-filtering collaborative . ניתן לעשות זאת בצורה שבה בהתחלה כאשר אין לנו הרבה מידע נתחיל מ -content וכשנצבור מספיק מידע נעבור ל-CF .בנוסף כאשר מגיע מוצר חדש למשל אז נבצע את אותו הדבר. ניתן גם לשלב בעזרת משקלים את שתי השיטות. Weighted method – לוקחים את ה-score שנתן ה-CF ומה-based-content ,נותנים משקל לכל אחת מהשיטות ועושים ממוצע משוקלל או לא ועל סמך זה מדרגים את המוצר. לפעמים השילוב יהיה יותר מתאים ולפעמים פחות מתאים ואז נוכל לתת משקלים לפי הסנריוים השונים. כאשר יש קצת מסעדות משותפות אז ניתן משקל גבוה יותר ל-content וכאשר יש הרבה משותפות, ניתן משקל גבוה יותר ל-CF . Swithing method – אם יש start-cold אז נשתמש בbased-content ,לאחר מכן כאשר צוברים מספיק מידע אז עוברים ל-CF .בין לבין נוכל להשתמש בשילוב שלהם. Mixed method - נרצה לתת diversity של המלצות. שילוב בין מספר שיטות וכך מגדילים את ה- diversity .בדוגמא ניתן לראות את הסרטים הכי פופולריים (1 )וניתן לראות את הסרטים הכי חדישים (2 )וכן הלאה. וכך בכל "קרוסלה" נכניס המלצות על ידי מנועי המלצות שונים. Cascade - בשלב הראשון ניצור מועמדים מתאימים (כלומר נבצע סינון ראשוני) ולאחר מכן בשלב השני נייצר דירוג עבור המועמדים הרלוונטים, סוג של tuning fine .ונוכל לעשות את הדירוג למשל לפי CF .בנוסף, העניין של ביצועים יותר קל כאן כי ניתן להכין מראש את העדפות של כל משתמש מאשר לבצע דירוג של כל המשתמשים השונים

אם כולם יבחרו 1 אז הממוצע + 1 יהיה באמת 2 ואז כל אחד יוכל לשנות את הבחירה שלו על מנת להגדיל את התועלת וזה בניגוד להגדרה של שיווי משקל עד כמה שאני מבין, אם כולם בוחרים 100 הממוצע + 1 זה 101 ואי אפשר להיות יותר קרובים לזה מ100 אז אין לאף אחד אינטרס לשנות את הבחירה

עבור מצב 3,3 אין מצב אחר שהוא dominate כל מצב אחר יוריד ערך עבור אחד מהשחקנים או שניהם. לכן זה מצב פארטו אופטימל. מצב 1,1 יש מצב יותר טוב מזה עבור שני השחקנים -> 3,3 ולכן הוא לא פארטו אופטימל. עבור מצב 1,4 אין מצב אחר שהוא חד משמעי טוב יותר עבור שני השחקנים (גם לא 3,3 כי הוא יוריד את הערך של אחד מהשחקנים מ-4 ל-3) ולכן זהו גם מצב פארטו אופטימל.

לא נכון- הוא יודע מידע על משתמשים אבל לא רשום להם מי המשתמש ומזהה וכו'.. כי זה אוסף מידע באופן אנונמי על אינטרקציות עם העמוד האינטרנטי ולכן אם אין פרטים איישים לא נוכל להמליץ.

Google ad words -מנוע חיפוש של גוגל שהם משלבים בו פרסומות (במקרה זה גוגל הם גם ה publishers וגם ה-ad networks.)

מדובר בחברה ולכן היא תרצה לחשוף את עצמה לכמה שיותר משתמשים שלא בהכרח חברים או עוקבים שלה כדי למתג את עצמה. ומכיוון שבתמונה כתוב Sponsored אז זהו פרסום ממומן -Paid!