Описано розроблення технології інтелектуального пошуку контенту із реалізацією модуля систем е-комерції для формування списку рекомендацій постійному користувачу. Інтелектуальний пошук контенту ґрунтується на методах лінгвістичного аналізу, сучасних алгоритмах розбору і знаходження слів, рекомендаціях на основі вподобань користувачів.
Сучасна мережа Інтернет містить велику кількість веб-сайтів і сторінок на кожному веб-сайті. Веб-систему рекомендацій (рекомендаційну систему для веб- сторінок), як правило, втілюють на веб-серверах і використовують для даних, отриманих зі збірки проглянутих веб-шаблонів (неявні дані) чи реєстраційних даних користувачів (явні дані). Розглянуто методи і алгоритми рекомендаційних веб-систем, основаних на технології видобування даних (веб-аналіз).
Проаналізовано сучасний стан моделей і методів побудови рекомендаційних систем. Виділено основні класи задач, які розв’язують рекомендаційні системи. Показано особливості застосування методу спільної фільтрації. Розроблено метод розрахунку коефіцієнтів подібності, який враховує розрідженість векторів рейтингів товарів і користувачів.
Проаналізовано поточний стан розробки та застосування рекомендаційних систем, моделей і методів побудови рекомендаційних систем. Показано, що найбільш широко використовується метод колаборативної фільтрації фільтрації. Розроблено метод нечіткої кластеризації, який підвищує точність прогнозування рейтингів продуктів.