eCommerceGAN：一种用于电子商务的生成对抗网络
机器学习
2018-01-11 v1
摘要
诸如亚马逊、阿里巴巴和 Flipkart 等电子商务公司每年处理数十亿笔订单。然而，这些订单仅代表所有合理订单中的一小部分。探索所有合理订单的空间有助于我们更好地理解电子商务生态系统中各实体（即客户与其购买的产品）之间的关系。本文中，我们提出了一种用于电子商务网站订单的生成对抗网络（GAN）。一旦训练完成，GAN 中的生成器可生成任意数量的合理订单。我们的贡献包括：(a) 创建电子商务订单的稠密低维表示，(b) 用真实订单训练一个 ecommerceGAN（ecGAN）以展示所提范式的可行性，以及 (c) 训练一个 ecommerce-conditional-GAN（ec^2GAN）来生成涉及特定产品的合理订单。我们提出了若干定性方法来评估 ecGAN 并证明其有效性。ec^2GAN 用于对刚引入电子商务系统的产品可能涉及的可能订单进行多种表征。所提方法 ec^2GAN 在大多数场景中显著优于基线。
引用
@article{arxiv.1801.03244,
title = {eCommerceGAN : A Generative Adversarial Network for E-commerce},
author = {Ashutosh Kumar and Arijit Biswas and Subhajit Sanyal},
journal= {arXiv preprint arXiv:1801.03244},
year = {2018}
}