ข้อมูลจากบทคัดย่อ
ยังไม่มีสรุปภาษาไทยสำหรับระเบียนนี้
ด้านล่างเป็นบทคัดย่อต้นฉบับภาษาอังกฤษจากข้อมูลบรรณานุกรม โปรดตรวจบทความต้นฉบับก่อนอ้างอิง
La transformation numérique du commerce constitue un levier important pour améliorer l’accès à l’information et soutenir la décision d’achat. Dans les marchés locaux encore peu numérisés, les consommateurs rencontrent des difficultés à identifier rapidement les produits disponibles, à comparer les prix et à localiser les points de vente les plus avantageux. Cette problématique est particulièrement visible à Butembo, en République démocratique du Congo, où l’information commerciale reste dispersée et peu structurée. La présente recherche propose une application mobile intelligente capable d’identifier automatiquement des produits à partir d’images capturées par smartphone et d’orienter l’utilisateur vers des offres pertinentes. La solution combine vision par ordinateur, apprentissage profond embarqué, TensorFlow Lite, géolocalisation et recommandation multicritère. MobileNetV2 a été retenu en raison de son compromis entre performance et légèreté sur terminaux mobiles. Les expérimentations menées sur 948 images réparties en 53 catégories montrent une exactitude de 87 %, une précision pondérée de 86 %, un rappel pondéré de 87 % et un score F1 pondéré de 85 %. Ces résultats attestent la faisabilité technique d’un système embarqué de reconnaissance de produits et de recommandation géolocalisée adapté aux environnements à ressources limitées. Ils doivent toutefois être complétés par une étude utilisateur afin de mesurer l’effet réel de l’application sur le temps de recherche, la qualité des décisions d’achat et l’appropriation par les commerçants.
เหตุผลที่อยู่ในฐานติดตาม
ระเบียนนี้ได้รับ Impact Signal 83/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย
ประเด็นที่เกี่ยวข้อง: Consumer Retail Behavior Studies · Urban and Freight Transport Logistics · Global and Cross-Cultural Management
บทบาทของนักวิจัยและสถาบันไทย
Kasoko Kavusa · Assumption University
ข้อจำกัดของข้อมูล
หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง