ПЕРСОНАЛІЗАЦІЯ МАРКЕТИНГОВИХ ПРОПОЗИЦІЙ ТА РЕКОМЕНДАЦІЙНІ СИСТЕМИ У СОЦІАЛЬНІЙ ЕЛЕКТРОННІЙ ТОРГІВЛІ: МОДЕЛЬ ФОРМУВАННЯ ДОВІРИ СПОЖИВАЧІВ

Вікторія Васюта; Олеся Григор’єва; Вікторія Добрянська; Інна Шурдук

doi:10.32782/2308-1988/2026-59-83

Вікторія Васюта Національний університет «Полтавська політехніка імені Юрія Кондратюка» https://orcid.org/0000-0002-7469-3968
Олеся Григор’єва Національний університет «Полтавська політехніка імені Юрія Кондратюка» https://orcid.org/0000-0001-7524-7161
Вікторія Добрянська Національний університет «Полтавська політехніка імені Юрія Кондратюка» https://orcid.org/0000-0002-7639-6908
Інна Шурдук Полтавський науково-дослідний експертно-криміналістичний центр МВС України https://orcid.org/0000-0002-5287-1241

DOI: https://doi.org/10.32782/2308-1988/2026-59-83

Ключові слова: соціальна комерція, персоналізація, рекомендаційні системи, довіра споживачів, електронна комерція, прозорість, приватність

Анотація

У статті досліджено вплив персоналізації маркетингових пропозицій і рекомендаційних систем на формування довіри споживачів у соціальній електронній комерції. Метою статті є розроблення концептуальної моделі довіри з урахуванням технологічних, поведінкових і платформних чинників. Внесок авторів полягає у систематизації сучасних форм персоналізації, типів рекомендаційних систем, сценаріїв поведінки покупців і маркетингових стратегій, а також у розробленні інтегрованої моделі довіри. Наукова новизна полягає в поєднанні технологічного та поведінкового підходів до аналізу персоналізації у соціальній комерції. Практичне значення полягає у використанні результатів для налаштування прозорих, етичних і результативних персоналізованих комунікацій. Обґрунтовано, що довіра посилюється за умов релевантності, пояснюваності алгоритмів, користувацького контролю та інституційних гарантій сервісу.

Посилання

. Дубовик Т. В., Герасимчук Т. А. Поняття та система соціальної комерції. Бізнес Інформ. 2019. № 3. С. 84-90. DOI: https://doi.org/10.32983/2222-4459-2019-3-84-90

Соболєв В. М. Інституціоналізація е-комерції та штучний інтелект: взаємний вплив і його протиріччя. Бізнес Інформ. 2024. № 12. С. 6-14. DOI: https://doi.org/10.32983/2222-4459-2024-12-6-14

Тебенко В. М., Завадських Г. М., Лисак О. І. Глобальна е-комерція: від інновацій до соціальних мереж. Збірник наукових праць Таврійського державного агротехнологічного університету імені Дмитра Моторного (економічні науки). 2024. № 4(53). С. 168–178. DOI: https://doi.org/10.32782/2519-884X-2024-53-18

Al-kfairy M., Shuhaiber A., Al-khatib A. W., Alrabaee S., Khaddaj S. Understanding Trust Drivers of S-commerce. Heliyon. 2024. Vol. 10(1). Article e23332. DOI: https://doi.org/10.1016/j.heliyon.2023.e23332

Amazon.com. Amazon’s enhanced homepage features make shopping easier and more personalized. 2024. URL: https://www.aboutamazon.com/news/retail/amazon-homepage-redesign-features (дата звернення: 04.04.2026)

Amazon Web Services. Amazon Personalize – Real-Time Personalization and Recommendation for Everyone. 2018. URL: https://aws.amazon.com/blogs/aws/amazon-personalize-real-time-personalization-and-recommendation-for-everyone/ (дата звернення: 04.04.2026)

Aydin S. Brand Trust in AI-Driven E-Commerce Personalization: The Well-Being-Privacy Trade-Off. Sustainability. 2026. Vol. 18(2). Article 1073. DOI: https://doi.org/10.3390/su18021073

Dong M., Yuan F., Yao L., Wang X., Xu X., Zhu L. A survey for trust-aware recommender systems: A deep learning perspective. Knowledge-Based Systems. 2022. Vol. 249. Article 108954. DOI: https://doi.org/10.1016/j.knosys.2022.108954

Kim H., Han S. Triggering the Personalization Backfire Effect: The Moderating Role of Situational Privacy Concern. Behavioral Sciences. 2025. Vol. 15(10). Article 1323. DOI: https://doi.org/10.3390/bs15101323

Kim J., Giroux M., Lee J. C. When do you trust AI? The effect of number presentation detail on consumer trust and acceptance of AI recommendations. Psychology & Marketing. 2021. Vol. 38(7). P. 1140–1155. DOI: https://doi.org/10.1002/mar.21498

Lee G. K. S. Trust in Social Commerce: Challenges and Opportunities for Building Consumer Confidence and Shaping Purchase Intention. International Journal of Applied Research in Business and Management. 2025. Vol. 6(1). Article 45761. DOI: https://doi.org/10.51137/wrp.ijarbm.2025.gltt.45761

Li Y., Deng X., Hu X., Liu J. The Effects of E-Commerce Recommendation System Transparency on Consumer Trust: Exploring Parallel Multiple Mediators and a Moderator. Journal of Theoretical and Applied Electronic Commerce Research. 2024. Vol. 19(4). P. 2630–2649. DOI: https://doi.org/10.3390/jtaer19040126

Li Y., Liu K., Satapathy R., Wang S., Cambria E. Recent Developments in Recommender Systems: A Survey. IEEE Computational Intelligence Magazine. 2024. Vol. 19(2). P. 78–95. DOI: https://doi.org/10.1109/MCI.2024.3363984

Madhuri A., Shireesha M., Reddy S. M., Kumar B. R. Exploring the Role of Personalization in E-commerce: Impacts on Consumer Trust and Purchase Intentions. European Economic Letters. 2024. Vol. 14(3). P. 907–919. DOI: https://doi.org/10.52783/eel.v14i3.1845

Marchand A., Marx P. Automated Product Recommendations with Preference-Based Explanations. Journal of Retailing. 2020. Vol. 96(3). P. 328–343. DOI: https://doi.org/10.1016/j.jretai.2020.01.001

Meta. How AI Influences What You See on Facebook and Instagram. 2023. URL: https://about.fb.com/news/2023/06/how-ai-ranks-content-on-facebook-and-instagram (дата звернення: 06.04.2026)

Meta. Increasing Our Ads Transparency. 2023. URL: https://about.fb.com/news/2023/02/increasing-our-ads-transparency (дата звернення: 06.04.2026)

ROZETKA. Відгуки та питання про товар. 2026. URL: https://sellerhelp.rozetka.com.ua/p187-product-reviews.html (дата звернення: 04.04.2026)

ROZETKA. Обмін та повернення товару. 2024. URL: https://sellerhelp.rozetka.com.ua/p233-return-policies.html (дата звернення: 04.04.2026)

TikTok. How TikTok recommends videos #ForYou. 2020. URL: https://newsroom.tiktok.com/how-tiktok-recommends-videos-for-you?lang=en (дата звернення: 04.04.2026)

TikTok. Introducing TikTok Shop. 2023. URL: https://newsroom.tiktok.com/introducing-tiktok-shop?lang=en (дата звернення: 04.04.2026)

Yang X. Determinants of consumers’ continuance intention to use social recommender systems: A self-regulation perspective. Technology in Society. 2021. Vol. 64. Article 101464. DOI: https://doi.org/10.1016/j.techsoc.2020.101464

Dubovyk, T. V., & Herasymchuk, T. A. (2019). Poniattia ta systema sotsialnoi komertsii [The concept and system of social commerce]. Biznes Inform, no. (3), pp. 84-90. DOI: https://doi.org/10.32983/2222-4459-2019-3-84-90 (in Ukrainian)

Soboliev, V. M. (2024). Instytutsionalizatsiia e-komertsii ta shtuchnyi intelekt: vzaiemnyi vplyv i yoho protyrichchia [Institutionalization of e-commerce and artificial intelligence: mutual influence and contradictions]. Biznes Inform, no (12), pp. 6-14. DOI: https://doi.org/10.32983/2222-4459-2024-12-6-14 (in Ukrainian)

Tebenko, V. M., Zavadskykh, H. M., & Lysak, O. I. (2024). Hlobalna e-komertsiia: vid innovatsii do sotsialnykh merezh [Global e-commerce: from innovations to social networks]. Zbirnyk naukovykh prats Tavriiskoho derzhavnoho ahrotekhnolohichnoho universytetu imeni Dmytra Motornoho (ekonomichni nauky), no 4(53), pp. 168-178. DOI: https://doi.org/10.32782/2519-884X-2024-53-18 (in Ukrainian)

Al-kfairy, M., Shuhaiber, A., Al-khatib, A. W., Alrabaee, S., & Khaddaj, S. (2024). Understanding trust drivers of s-commerce. Heliyon, no 10(1), article e23332. DOI: https://doi.org/10.1016/j.heliyon.2023.e23332

Amazon.com. (2024, October 22). Amazon’s enhanced homepage features make shopping easier and more personalized. Retrieved April 4, 2026. Available at: https://www.aboutamazon.com/news/retail/amazon-homepage-redesign-features

Amazon Web Services. (2018, November 28). Amazon Personalize – real-time personalization and recommendation for everyone. Retrieved April 4, 2026, Available at: https://aws.amazon.com/blogs/aws/amazon-personalize-real-time-personalization-and-recommendation-for-everyone/

Aydin, S. (2026). Brand trust in AI-driven e-commerce personalization: The well-being–privacy trade-off. Sustainability, no 18(2), article 1073. DOI: https://doi.org/10.3390/su18021073

Dong, M., Yuan, F., Yao, L., Wang, X., Xu, X., & Zhu, L. (2022). A survey for trust-aware recommender systems: A deep learning perspective. Knowledge-Based Systems, no 249, article 108954. DOI: https://doi.org/10.1016/j.knosys. 2022. 108954

Kim, H., & Han, S. (2025). Triggering the personalization backfire effect: The moderating role of situational privacy concern. Behavioral Sciences, no 15(10), article 1323. DOI: https://doi.org/10.3390/bs15101323

Kim, J., Giroux, M., & Lee, J. C. (2021). When do you trust AI? The effect of number presentation detail on consumer trust and acceptance of AI recommendations. Psychology & Marketing, no 38(7), pp. 1140–1155. DOI: https://doi.org/10.1002/mar.21498

Lee, G. K. S. (2025). Trust in social commerce: Challenges and opportunities for building consumer confidence and shaping purchase intention. International Journal of Applied Research in Business and Management, no 6(1), article 45761. DOI: https://doi.org/10.51137/wrp.ijarbm.2025.gltt.45761

Li, Y., Deng, X., Hu, X., & Liu, J. (2024). The effects of e-commerce recommendation system transparency on consumer trust: Exploring parallel multiple mediators and a moderator. Journal of Theoretical and Applied Electronic Commerce Research, no 19(4), pp. 2630–2649. DOI: https://doi.org/10.3390/jtaer19040126

Li, Y., Liu, K., Satapathy, R., Wang, S., & Cambria, E. (2024). Recent developments in recommender systems: A survey. IEEE Computational Intelligence Magazine, no 19(2), pp. 78–95. DOI: https://doi.org/10.1109/MCI.2024.3363984

Madhuri, A., Shireesha, M., Reddy, S. M., & Kumar, B. R. (2024). Exploring the role of personalization in e-commerce: Impacts on consumer trust and purchase intentions. European Economic Letters, no 14(3), pp. 907–919. DOI: https://doi.org/10.52783/eel.v14i3.1845

Marchand, A., & Marx, P. (2020). Automated product recommendations with preference-based explanations. Journal of Retailing, no 96(3), pp. 328–343. DOI: https://doi.org/10.1016/j.jretai.2020.01.001

Meta. (2023, June 29). How AI influences what you see on Facebook and Instagram. Retrieved April 6, 2026, Available at: https://about.fb.com /news /2023/06/how-ai-ranks-content-on-facebook-and-instagram/

Meta. (2023, February 14). Increasing our ads transparency. Retrieved April 6, 2026, Available at: https://about.fb.com/news/2023/02/increasing-our-ads-transparency/

ROZETKA. (2026, February 11). Vidhuky ta pytannia pro tovar [Reviews and questions about the product]. Retrieved April 4, 2026, Available at: https://sellerhelp.rozetka.com.ua/p187-product-reviews.html

ROZETKA. (2024, August 12). Obmin ta povernennia tovaru [Exchange and return of goods]. Retrieved April 4, 2026, Available at: https://sellerhelp.rozetka.com.ua/p233-return-policies.html

TikTok. (2020, June 18). How TikTok recommends videos #ForYou. Retrieved April 4, 2026, Available at: https://newsroom.tiktok.com/how-tiktok-recommends-videos-for-you?lang=en

TikTok. (2023, September 12). Introducing TikTok Shop. Retrieved April 4, 2026, Available at: https://newsroom.tiktok.com/introducing-tiktok-shop?lang=en

Yang, X. (2021). Determinants of consumers’ continuance intention to use social recommender systems: A self-regulation perspective. Technology in Society, no 64, article 101464. DOI: https://doi.org/10.1016/j.techsoc.2020.101464