General information
- Subject code
- MS-2011
- Credits
- 6
- Student workload
- 180
- Semester
- Autumn semester
- Academic year
- 2026-2027
- Subject type
- Elective
- Form of education
- Full-time
- Language of instruction
- Azerbaijani
- In-class hours
- a) 30 saat mühazirə
- Out-of-class hours
- a) 150 saat fərdi iş
About the subject
Bu fənn tələbələrə elektron ticarət (e-commerce) ekosistemində süni intellekt (ai), maşın öyrənməsi (ml) və böyük data (big data) texnologiyalarının tətbiqi, eləcə də bu texnologiyaların rəqəmsal satış kanallarında yaraddığı transformasiya sahəsində konseptual və praktiki bilikləri aşılamaq üçün nəzərdə tutulmuşdur. kurs çərçivəsində onlayn alıcılara fərdiləşdirilmiş məhsul tövsiyələrinin verilməsi (recommendation systems), dinamik qiymətləndirmə alqoritmləri, vizual axtarış və ağıllı çatmətlər (ai chatbots / virtual assistants) kimi innovativ həllər tədris olunur. tələbələr süni intellekt vasitəsilə e-ticarətdə tələbatın dəqiq proqnozlaşdırılması, anbar ehtiyatlarının və logistikanın optimallaşdırılması, tərk edilmiş səbətlərin azaldılması, saxta əməliyyatların müəyyən edilməsi (fraud detection) və müştəri təcrübəsinin (cx) avtomatlaşdırılması yollarını mənimsəyəcəklər. fənn e-ticarət platformalarının mənfəətliliyini artırmaq, conversion rate göstəricilərini yüksəltmək və AI əsaslı rəqəmsal satış strategiyaları hazırlamaq vərdişlərini formalaşdırır.
Teaching methods
- lecture
- interactive discussion
- problem-based learning
- teamwork
- project-based learning
- case study
- presentations
Course learning outcomes (CLO)
CLO 1: E-ticarət platformalarında müştəri təcrübəsini və konversiyanı artırmaq üçün AI texnologiyalarının (tövsiyə mühərrikləri, vizual axtarış, dinamik qiymətəmələgəlmə) rolu təhlil edir.
CLO 2: İstifadəçi davranışlarını və satınalma nümunələrini təhlil edərək fərdiləşdirilmiş məhsul tövsiyə alqoritmlərini və hiper-fərdiləşdirilmiş marketinq kampaniyalarını tətbiq edir.
CLO 3: E-ticarətdə anbar idarəetməsi, tələbatın proqnozlaşdırılması və fulfillment proseslərinin AI vasitəsilə avtomatlaşdırılmasını layihələndirir.
CLO 4: Generativ AI və NLP alətlərindən istifadə edərək e-ticarət üçün avtomatlaşdırılmış məhsul təsvirləri, vizual kontent və çatbot dəstəyi sistemləri hazırlayır.
CLO 5: Ai ilə dəstəklənən e-ticarət strategiyalarının effektivliyini maliyyə və əməliyyat metrikaları (aov, conversion rate, cac, clv) vasitəsilə qiymətləndirir.
Topic plan
No topics have been added.
Reading list
No reading list has been added.
Assessment
| Form | Description | Score | Related CLO |
|---|---|---|---|
| Cari qiymətləndirmə | Cari qiymətləndirmə - fənn üzrə tələbənin semestr müddətində fəaliyyətinin qiymətləndirilməsi olmaqla, mühazirə və məşğələ (laboratoriya) dərs materiallarının mənimsənilmə səviyyəsini qiymətləndirilir. | 30 bal | FTN 1-5 |
| Davamiyyət | Tələbə fənn üzrə dərslərin 25%-dən çoxunda iştirak etmədiyi halda imtahana buraxılmır. | 10 bal | - |
| Tələbənin sərbəst işi | Tələbəyə fənn üzrə semestr ərzində 1 sərbəst işin (zəruri hallarda sərbəst işlərin sayı artırıla bilər) yerinə yetirilməsi tapşırığı verilir. | 10 bal | FTN-- |
| İmtahan | İmtahan şifahi, yazılı, yazılı-elektron, test üsulu ilə keçirilir | 50 bal | FTN 1-5 |