基于客户反馈的产品合身性预测分析
计算与语言
2019-08-30 v1 机器学习
摘要
客户在线购买时尚商品时最大的障碍之一，是难以找到尺码合身的产品。为了提供更好的在线购物体验，平台需要找到方法向客户推荐合适的产品尺码和最合身的产品。然而，这些推荐系统需要客户反馈来估计最合适的尺码选项。此类反馈很稀少，且通常仅以自然语言文本形式存在。在本文中，我们考察了利用自然语言处理技术从客户评论中提取产品合身性反馈。特别地，我们将传统方法与较新的用于文本分类的迁移学习技术进行比较，并分析其结果。我们的评估表明，迁移学习方法 ULMFit 不仅训练相对较快，而且在该任务上取得了最高准确率。将提取的信息与实际尺码推荐系统的整合留待未来工作。
引用
@article{arxiv.1908.10896,
title = {Analyzing Customer Feedback for Product Fit Prediction},
author = {Stephan Baier},
journal= {arXiv preprint arXiv:1908.10896},
year = {2019}
}