早起的鸟儿有虫吃：时尚电商中购前退货预测
机器学习
2019-07-01 v1 机器学习
摘要
随着时尚电子商务的快速增长和客户友好的产品退货政策，处理退货产品的成本已成为一项重大挑战。电商零售商在逆向物流成本、因损坏退货或欺诈行为导致的清算成本方面遭受巨大损失。在订单下达之前准确预测产品退货对企业至关重要。它可以帮助电商零售商在订单下达前采取先发制人的措施，从而减少整体退货。此外，在购物车页面实时为数百万客户计算退货概率可能很困难。为解决此问题，我们提出了一种基于深度神经网络的新方法。利用基于贝叶斯个性化排序（BPR）的产品嵌入捕获用户的品味与产品的潜在隐藏特征。另一组嵌入通过基于skip-gram的模型捕获用户的体型与尺寸。该深度神经网络将这些嵌入与工程特征结合以预测退货概率。利用该退货概率，在一家主要时尚电子商务平台上进行了多项实时实验，以降低整体退货率。
引用
@article{arxiv.1906.12128,
title = {Early Bird Catches the Worm: Predicting Returns Even Before Purchase in Fashion E-commerce},
author = {Sajan Kedia and Manchit Madan and Sumit Borar},
journal= {arXiv preprint arXiv:1906.12128},
year = {2019}
}