If you don't see your institution, add your dataset to the main dataverse named "RepOD".
Select the collection to which you want to add the new dataset:
You need to Sign In/Sign Up to add a dataset.
Share this dataset on your favorite social media networks.
Plutecki, Łukasz, 2026, "Surowe dane behawioralne, produktowe i transakcyjne z platformy B2B e-commerce wykorzystane do badań nad predykcją zapotrzebowania i automatyzacji pracy działu handlowego", https://doi.org/10.18150/2LOR7G, RepOD, V1
Learn about Data Citation Standards.
Zbiór zawiera surowe dane, na podstawie których prowadzono badanie w ramach prac rozwojowych nad optymalizacją procesów sprzedażowych w segmencie B2B - wdrożenia algorytmu predykcyjnego wspierającego pracę działu handlowego. Dane obejmują informacje o sesjach użytkowników, czasie i dacie zdarzenia, źródle wejścia na stronę, urządzeniu oraz parametrach przeglądarki, a także dane dotyczące przeglądanych produktów. Dla poszczególnych produktów udostępniono m.in. identyfikatory produktów, kody produktów, nazwy, ceny, waluty, producentów oraz hierarchiczne kategorie produktowe. Zbiór zawiera również informacje pozwalające na odtworzenie kolejności interakcji użytkownika z produktami w ramach sesji. Głównym założeniem było zweryfikowanie, czy na podstawie zaledwie kilku produktów dodanych do koszyka możliwe jest precyzyjne określenie kolejnych produktów, którymi zainteresowany będzie klient biznesowy. W badaniu porównano skuteczność tradycyjnych algorytmów klasyfikacji k-Nearest Neighbors (k-NN) z różnymi metrykami odległości (zaimplementowanych bezpośrednio w PHP) oraz zaawansowanych, sekwencyjnych sieci neuronowych (zaimplementowanych w środowisku Python). Wyniki eksperymentu jednoznacznie wskazują, że wybór optymalnego modelu zależy od docelowego sposobu prezentacji danych w interfejsie użytkownika (UI). Najwyższą precyzję dla pierwszej rekomendacji (Hit@1) oraz wskaźnika MRR osiągnął model sieci neuronowej z mechanizmem uwagi (nn_attention), podczas gdy najwyższe całkowite pokrycie listy rekomendacji (Acc@N) zapewnił algorytm knn_jaccard. Zaimplementowanie tych mechanizmów pozwala na automatyczne wzbogacanie ofert handlowych i znaczące przyspieszenie procesów B2B (a w przyszłości możliwa będzie także pełna automatyzacja tego procesu).
e-commerce, predictive algorithms
CC0 Creative Commons Zero 1.0
Please select a file or files to be deleted.
The file(s) will be deleted after you click on the Delete button.
Files will not be removed from previously published versions of the dataset.
Please select a file or files to be edited.
For selected file(s) set a license to
Please select a file or files to be downloaded.
Please select a file or files for access request.
Please select restricted file(s) to be unrestricted.
You need to Log In/Sign Up to request access to this file.
Please confirm and/or complete the information needed below in order to continue.
Asterisks indicate required fields
Access to file(s) subject to additional consent under following conditions:
The restricted file(s) selected may not be downloaded because you have not been granted access.
Click Continue to download the files you have access to download.
Are you sure you want to delete this dataset and all of its files? You cannot undelete this dataset.
Are you sure you want to delete this draft version? Files will be reverted to the most recently published version. You cannot undelete this draft.
Use a Anonymized Private URL to allow those without an account in the repository to access your dataset. For more information about the Private URL feature, please refer to the User Guide.
Private URL has not been created.
"WARNING. This dataset has at least one published version. Those who have access to the Anonymized Private URL for this dataset may be able to use its accessible metadata to look up the full, not anonymized version of this dataset.
Are you sure you want to disable the Private URL? If you have shared the Private URL with others they will no longer be able to use it to access your dataset.
Use a Private URL to allow those without an account in the repository to access your dataset. For more information about the Private URL feature, please refer to the User Guide.
You will not be able to make changes to this dataset while it is in review.
This dataset cannot be published until RepOD is published. Would you like to publish both right now?
Once you publish this dataset it must remain published.
Are you sure you want to republish this dataset?
Select if this is a minor or major version update.
This dataset cannot be published until RepOD is published by its administrator.
This dataset cannot be published until RepOD and are published.
Are you sure you want to deaccession? The selected version(s) will no longer be viewable by the public.
Are you sure you want to lift the embargo?
Once you lift the embargo, you will not be able to set it again.
RepOD repository support
Please fill this out to prove you are not a robot.
