X Ü L A S Ə

Tədqiqatın məqsədi – bu məqalədə elektron ticarətdə tövsiyə sistemləri təhlil olunur, “qara qutu” alqoritmlərinin doğurduğu şəffaflıq və etibar narahatlıqları vurğulanır və izahlılığın istifadəçi məmnuniyyəti ilə inamını necə artıra biləcəyi müəyyən edilir.

Tədqiqatın metodologiyası – məqalədə izah edilə bilən tövsiyə sistemi (XRS) üzrə müasir yanaşmalar nəzərdən keçirilir və məhsul atributları (kateqoriya, brend, qiymət) olan istifadəçi–məhsul reytinqlərindən ibarət e-ticarət verilənlərinə tətbiq edilir. Tövsiyələrin necə izah oluna biləcəyini nümayiş etdirmək üçün həm daxilən interpretasiya olunan modellər, həm də “post-hoc” texnikalar (məsələn, diqqət mexanizmləri, LLM-əsaslı generasiya, SHAP təhlili) istifadə olunur.

Tədqiqatın tətbiqi əhəmiyyəti – nəticələr izahlılığın şəffaflığını artırmaq, istehlakçı etiba­rını formalaşdırmaq və platformanın etibarlılığını gücləndirmək potensialını nümayiş etdirməklə e-ticarət praktiki mütəxəssisləri və tədqiqatçılar üçün dəyər yaradır. Həmçinin XRS yanaşma­la­rı­nın real onlayn pərakəndə mühitlərə inteqrasiyası üçün istiqamətlər təqdim olunur.

Tədqiqatın nəticələri – tədqiqat göstərir ki, tövsiyələr üçün insan tərəfindən anlaşılan əsas­lan­dırmaların yaradılması (məsələn, “bu məhsul üstünlük verdiyiniz kateqoriyaya uyğundur və qiyməti aşağıdır”) istifadəçi etibarını və məmnuniyyətini yüksəldir. Bununla belə, izahlılıq proqnoz dəqiqliyi ilə kompromis tələb edə bilər və bu tarazlıq diqqətlə idarə olunmalıdır.

Tədqiqatın orijinallığı və elmi yeniliyi – məqalə e-ticarətdə tövsiyə sistemlərində izahlı­lığın yetərincə araşdırılmamış rolunu önə çıxarır və sintetik verilənlər üzərində aparılan təhlil vasitəsilə XRS metodlarının dəqiqliklə interpretasiyanın balanslaşdırılması üçün praktik tətbiqini nümayiş etdirir. İş tövsiyə alqoritmlərində şəffaflıq boşluqlarının aradan qaldırılmasına dair yeni baxışlar təqdim edir.

Açar sözlər: izah edilə bilən tövsiyə sistemləri, e-ticarət, şəffaflıq, istifadəçi etibarı, inter­pretasiya olunan maşın öyrənməsi, izah edilə bilən süni intellekt, sintetik verilənlər dəsti, SHAP.

http://doi.org/10.59610/bbu4.2025.4.11