Special recommendation algorithms predict the preferences of e-com-merce system users, which facilitate decision making in choosing the proposed product. At the core of the e-commerce system is a computing system in which the principles of information storage are not always optimized for the operation of recommender algorithms. In this work, an algorithm for creating a surrogate key for indexing recommender system objects by popularity level is proposed in order to speed up the data sampling process by reducing the number of accesses to the storage medium and the query runtime. The key ensures that products are ranked based on user preferences, which allows for consistent access to data and faster loading of the most requested products. Various recommender algorithms that work with significant amounts of data are considered. The main criteria for choosing a method for constructing a surrogate index are its performance and ability to work with many alternatives and a large number of indicators. It has been proposed to use one of the TOPSIS multi-criteria decision-making methods to rank recommendation objects.
Предпочтения пользователей системы электронной коммерции прогнозируют специальные рекомендательные алгоритмы, что облегчает принятие решения в выборе предлагаемого продукта. В основе системы электронной коммерции лежит вычислительная система, в которой принципы хранения информации не всегда согласованы с работой рекомендательных алгоритмов. В работе предложен алгоритм создания суррогатного ключа для индексации объектов рекомендательной системы с целью ускорения процесса выборки данных за счет уменьшения числа обращений к носителю информации и сокращения времени выполнения запроса. Ключ обеспечивает ранжирование продуктов на основе пользовательских предпочтений, что делает возможным последовательный доступ к данным и ускорение процесса загрузки самых востребованных товаров. Рассмотрены различные рекомендательные алгоритмы, которые работают со значительными объемами данных. Основными критериями выбора метода для построения суррогатного индекса являются его производительность и способность работать с множеством альтернатив и большим количеством показателей. Для ранжирования объектов рекомендации предложено использовать один из методов многокритериального принятия решений – TOPSIS.