基于GPT架构从零生成商店中的客户旅程
机器学习
2024-07-17 v1 人工智能
摘要
我们提出了一种能够同时生成零售商店中客户轨迹和购买行为的方法，基于Transformer深度学习结构。利用客户轨迹数据、布局图和零售扫描数据从零售商店中获得数据，我们训练了一个从头开始的GPT-2架构，用于生成室内轨迹和购买动作。此外，我们探讨了使用来自另一家商店的数据对预训练模型进行微调的有效性。结果表明，我们的方法比LSTM和SVM模型更准确地再现商店中的轨迹和购买行为，微调显著减少了所需的训练数据。
关键词
引用
@article{arxiv.2407.11081,
title = {Generating In-store Customer Journeys from Scratch with GPT Architectures},
author = {Taizo Horikomi and Takayuki Mizuno},
journal= {arXiv preprint arXiv:2407.11081},
year = {2024}
}