ระบบแนะนำสินค้าสำหรับเสื้อผ้าขนาดใหญ่พิเศษบนแพลตฟอร์มอีคอมเมิร์ซโดยใช้เทคนิคการกรองร่วมและการกรองตามเนื้อหาด้วยวิธีการจัดลำดับใหม่

งานวิจัยนี้มุ่งเน้นการพัฒนาและเปรียบเทียบประสิทธิภาพของอัลกอริทึมแนะนำสินค้าในตลาดเสื้อผ้าขนาดใหญ่พิเศษบนแพลตฟอร์มอีคอมเมิร์ซของประเทศไทย โดยใช้ข้อมูลทั้งหมดจำนวน 63,720 ชุด ซึ่งถูกเก็บรวบรวมในช่วงระหว่างเดือนมกราคม พ.ศ. 2564 ถึง เดือนพฤศจิกายน พ.ศ. 2567 โดยนำเสนออัลกอริทึมการกรองร่วม (Collaborative Filtering) ร่วมกับเทคนิคการจัดลำดับใหม่ (Reranking Method) ด้วยคะแนนความนิยมตามเวลา (Time-based Popularity Score) เพื่อจัดลำดับผลลัพธ์ที่ได้จากระบบแนะนำให้มีความเกี่ยวข้องและความเหมาะสมของลำดับคำแนะนำให้สอดคล้องกับความต้องการของผู้ใช้งานมากยิ่งขึ้นนอกจากนี้ ยังนำเสนอวิธีการแนะนำสินค้าทดแทนสำหรับสินค้าที่เลิกขาย โดยเลือกสินค้าที่มีความคล้ายคลึงกันสูงด้วยเทคนิคการกรองตามเนื้อหา (Content-Based Filtering) ผลการทดลองพบว่าโมเดลที่นำเสนอสามารถทำงานได้อย่างมีประสิทธิภาพ โดยให้ค่าความแม่นยำ (Precision) 31.85% การเรียกคืน (Recall) 29.46% และค่า F1-Score 29.96%