利用Cleora嵌入识别替代与互补产品以优化商品组合
信息检索
2022-11-24 v1 机器学习
摘要
近年来，机器学习算法在电子商务、全渠道营销和销售行业中的应用兴趣日益增长。这不仅得益于算法进展，也得益于代表交易、用户和背景产品信息的数据可用性。以不同方式关联的产品（即替代品和互补品）的发现，对于供应商网站上的用户推荐以及供应商进行高效的商品组合优化至关重要。本文提出了一种基于图嵌入Cleora算法发现产品替代品和互补品的新方法。我们还针对最先进的Shopper算法进行了实验评估，通过行业专家的调查研究推荐的相关性。结论是，本文提出的新方法提供了合适的推荐产品选择，且所需额外信息量极小。该算法可用于各类企业，有效识别替代和互补产品选项。
引用
@article{arxiv.2208.06262,
title = {Identifying Substitute and Complementary Products for Assortment Optimization with Cleora Embeddings},
author = {Sergiy Tkachuk and Anna Wróblewska and Jacek Dąbrowski and Szymon Łukasik},
journal= {arXiv preprint arXiv:2208.06262},
year = {2022}
}
备注
10 pages, 1 figure