Logistics network platforms help logistics service providers (LSP) to digitize their operations. Choosing the right LSP as potential platform members is a crucial task for the platform’s growth. In this work, a recommender system will be applied to a data set with the goal of predicting potential members of a logistics network platform, which represents a novel method in this field. In the scope of this work, data of European LSP was collected, analyzed, and provided to a neural networks-based model, namely a two-tower recommender system. The recommender system was generally able to deliver proper results, having a top K accuracy of around 60\% in training. The application of recommender systems in logistics remains a promising prospect, where network data for the relationship between networks and LSP can yield a robust model.
물류 네트워크 플랫폼은 물류 서비스 제공업체(LSP)가 운영을 디지털화하는 데 도움이 된다. 잠재적인 플랫폼 구성원으로 올바른 LSP를 선택하는 것은 플랫폼의 성장을 위한 중요한 작업이다. 이 작업에서는 물류 네트워크 플랫폼의 잠재적인 구성원을 예측하는 것을 목표로 데이터 세트에 추천 시스템을 적용할 것이며, 이는 이 분야의 새로운 방법을 나타낸다. 이 작업의 범위에서 유럽 LSP의 데이터를 수집, 분석하여 신경망 기반 모델, 즉 2타워 추천 시스템에 제공했다. 추천 시스템은 일반적으로 교육에서 약 60\%의 상위 K 정확도를 갖는 적절한 결과를 제공할 수 있었다. 물류에서 추천 시스템의 적용은 네트워크와 LSP 간의 관계에 대한 네트워크 데이터가 강력한 모델을 생성할 수 있는 유망한 전망으로 남아 있다.
