超本地化可持续品类规划
机器学习
2020-07-28 v1 人工智能
机器学习
摘要
品类规划是任何零售商一项重要的季节性活动，涉及为每个门店选择恰当的备货产品子集。现有方法仅最大化预期收益，我们提出通过 Higg 材料可持续性指数将环境影响也纳入考量。收益与环境影响之间的权衡通过多目标优化方法实现平衡，该方法为商品采购人员提供一组最优品类的帕累托前沿以供选择。将所提方法应用于某领先时尚零售商的若干产品类别表明，有可能在收益影响极小的情况下选择环境影响更低的品类。
引用
@article{arxiv.2007.13414,
title = {Hyper-local sustainable assortment planning},
author = {Nupur Aggarwal and Abhishek Bansal and Kushagra Manglik and Kedar Kulkarni and Vikas Raykar},
journal= {arXiv preprint arXiv:2007.13414},
year = {2020}
}