Applying Semantic Search and Large Language Models to Solve Assortment Gaps in E-Commerce
Autor(ka) práce:
Tran, Ngoc Khiem
Typ práce:
Bachelor thesis
Vedoucí práce:
Zamazal, Ondřej
Oponenti práce:
Chudán, David
Jazyk práce:
English
Abstrakt:
This thesis addresses the problem of assortment gaps in e-commerce, with a particular focus on the grocery retail sector. The main objective is to develop a robust and scalable solution for identifying missing or substitute products by leveraging semantic search techniques and large language models (LLMs).
Klíčová slova:
semantic search; LLMs; sentence embedding
Název práce:
Využití sémantického vyhledávání a velkých jazykových modelů k řešení mezer v sortimentu v E-Commerce
Autor(ka) práce:
Tran, Ngoc Khiem
Typ práce:
Bakalářská práce
Vedoucí práce:
Zamazal, Ondřej
Oponenti práce:
Chudán, David
Jazyk práce:
English
Abstrakt:
Tato práce se zabývá problémem mezer v sortimentu v oblasti elektronického obchodování, se zvláštním zaměřením na sektor maloobchodního prodeje potravin. Hlavním cílem je vyvinout robustní a škálovatelné řešení pro identifikaci chybějících nebo náhradních produktů s využitím technik sémantického vyhledávání a velkých jazykových modelů (LLM).