基于多样性的电子商务网站商品陈列优化
量子物理
2019-07-17 v1 最优化与控制
摘要
对于电子商务网站而言，决定商品在网页上的陈列方式是一个重要问题，因为它会极大地影响商品销量。提升整体销量的最简单陈列策略之一是按销量或销售数量降序排列。然而，以此策略生成的列表中，高相似度商品常被连续放置。换言之，所生成的商品列表可能偏向某种特定偏好。因此，本研究对列表中相邻高相似度商品施加惩罚，并将商品陈列问题转化为二次分配问题（QAP）。QAP 是众所周知的 NP-hard 问题，无法在多项式时间内求解。为求解 QAP，我们采用量子退火（QA），其利用量子隧穿效应高效求解优化问题。此外，由于我们使用的量子退火器（即 D-Wave 2000Q）量子比特数有限，我们提出了一种基于商品陈列问题结构的分解方法。实验结果表明，我们能创建同时考虑销量与多样性的商品列表。并且我们观察到，相较于现有问题分解方法，采用基于问题结构的分解方法能在量子退火器上得到更好的解。
引用
@article{arxiv.1903.12478,
title = {Item Listing Optimization for E-commerce Websites based on Diversity},
author = {Naoki Nishimura and Kotaro Tanahashi and Koji Suganuma and Masamichi J. Miyama and Masayuki Ohzeki},
journal= {arXiv preprint arXiv:1903.12478},
year = {2019}
}