* Pouvez-vous récupérer mon appareil à mon domicile ?

Bonjour ! Je travaille sur une étude comparative des algorithmes de recommandation pour une plateforme d’e-commerce spécialisée dans la vente d’articles de sport. L’objectif est d’améliorer la personnalisation de l’expérience utilisateur et d’augmenter les ventes. J’ai déjà une liste de métriques courantes comme le taux de clics (CTR), le taux de conversion, le revenu par utilisateur et le NDGC. Cependant, je cherche à être plus précis et à prendre en compte des aspects spécifiques à notre domaine, comme la diversité des recommandations (pour éviter de toujours proposer des articles similaires), la sérendipité (proposer des articles inattendus mais pertinents qui pourraient plaire à l’utilisateur) et la fidélisation client (est-ce que les recommandations encouragent les utilisateurs à revenir et à acheter plus souvent?).

Donc, ma question est la suivante: Quelles sont les métriques de performance additionnelles et spécifiques que je devrais utiliser pour évaluer et comparer différents algorithmes de recommandation dans le contexte d’un site d’e-commerce d’articles de sport, en prenant en compte la diversité, la sérendipité et la fidélisation, et comment puis-je concrètement les mesurer et les implémenter dans mon processus d’évaluation? J’aimerais aussi savoir si des outils ou des librairies open source existent pour faciliter ces mesures. Merci beaucoup!

Answer

Answer this question and add details as further as you can and do not add any comments from your side, just return the answer, all written in French language: * Pouvez-vous récupérer mon appareil à mon domicile ?