基于机器学习和经验贝叶斯方法的 B2B 电子商务预测采购
机器学习
2024-03-13 v1
摘要
在像印度这样的发展中国家，传统的企业对企业（B2B）商业深cutely依赖于买家和卖家之间稳健的关系、信任和信用安排。因此，电子商务企业经常依赖电话推销员来培育买家关系、简化订单提交程序并推广特别促销。准确预测买家订单放置行为成为实现可持续增长、提升竞争力和优化这些电话推销员效率的关键因素。为此，我们采用由 XGBoost 和修改版泊松-Gamma 模型组成的集成方法来精确预测客户订单模式。本文提供了机器学习与经验贝叶斯方法深度融合的探索，强调对相关特征的明智选择。这一创新方法使客户订单率提升了约 3 倍，展示了其在电子商务行业产生变革性影响的潜力。
引用
@article{arxiv.2403.07843,
title = {A Machine learning and Empirical Bayesian Approach for Predictive Buying in B2B E-commerce},
author = {Tuhin Subhra De and Pranjal Singh and Alok Patel},
journal= {arXiv preprint arXiv:2403.07843},
year = {2024}
}
备注
Published at the 8th International Conference on Machine Learning and Soft Computing (ICMLSC 2024), Singapore