探索推荐系统中顾客价格偏好与产品利润的作用
信息检索
2022-03-24 v1 人工智能
机器学习
摘要
推荐系统领域的大部分研究集中于基于历史数据（如平均精度均值（MAP）或召回率）的指标优化。然而，研究与产业之间存在鸿沟，因为企业的核心关键绩效指标（KPI）是营收与利润。在本文中，我们探讨了操控推荐系统利润感知所产生的影响。一般电商企业通常不会使用复杂的推荐算法。我们提出了一种针对基于评分的推荐系统的预测排序调整方法，并在来自时尚领域的两个产业数据集上探讨了利润与顾客价格偏好的影响。在实验中，我们展示了同时提升精度与所生成推荐之利润的能力。这一结果代表了电商提升利润、顾客获得更有价值推荐的共赢局面。
引用
@article{arxiv.2203.06641,
title = {Exploring Customer Price Preference and Product Profit Role in Recommender Systems},
author = {Michal Kompan and Peter Gaspar and Jakub Macina and Matus Cimerman and Maria Bielikova},
journal= {arXiv preprint arXiv:2203.06641},
year = {2022}
}
备注
in IEEE Intelligent Systems