Framework e prototipi di supporto alla Pervasive Identity & Trust per l’eCommerce.
Sperimentazione Big Data Analysis a supporto di Trust per Connected Commerce.
Prototipo di ricerca: componente per la recomendation system smart, Tool Machine Learning/TopicModeling Aggregator.
Nel prototipo sono stati applicati algoritmi di Natural Language Processing per l’estrazione di informazioni da contenuti testuali per realizzare di un prodotto/servizio che:
- Raccolga tutte le informazioni pubblicate da un eCommerce selezionato;
- Realizzi aggregazioni differenti di informazioni su un medesimo tema (esempio: prodotti cosmetici, prodotti di lusso etc, prodotti IoT);
- Realizzi un sommario automatico delle informazioni aggregate.
Ciò rende dunque possibile:
- Personalizzare i risultati secondo le preferenze degli utenti B2B e B2C;
- Mostrare per ogni prodotto analizzato un breve riassunto di quante recensioni sono state raccolte, con alcuni KPI specifici relativi all’arco temporale e statistico(ad esempio 1.000 recensioni positive/450 recensioni negative, dal … al…etc);
- Sarà possibile conoscere quali sono le parole chiave (o il gruppo di parole chiave) che compaiono più spesso in nelle recensioni positive e viceversa;
- Individuare quali sono i topic e i cluster più discussi per capire a quali argomenti viene dato più spazio nella valutazione di acquisto di un prodotto.