关于使用基于学习的预测方法改进时尚业务流程：立场论文
计算机视觉与模式识别
2022-11-10 v1 机器学习
摘要
时尚产业是世界上最活跃且最具竞争力的市场之一，每年制造数百万产品并触达广大受众。这一大规模产业涉及大量业务流程，但由于服装品类的生命周期通常较短，供应链管理与零售策略对市场表现至关重要。正确理解客户的欲求与需求、管理物流问题并营销正确产品，是伴随大量不确定性的高层级问题，鉴于影响因素众多，尤其是由于常与未来相关的不可预测性。因此显而易见，生成未来预测的预测方法对于改进所有处理时尚真实目的与意义的业务流程不可或缺：让大量人群穿着特定产品或风格，使这些物品、人群乃至品牌变得时尚。本文概述了任何时尚公司均可应用的三种具体预测任务以提升其产业与市场影响。我们强调这三项任务的进展与问题，并论证其重要性及在工业层面的潜在影响。最后，我们指出问题与新工作方向，反思基于学习的预测方法如何进一步助力时尚产业。
引用
@article{arxiv.2211.04798,
title = {On the use of learning-based forecasting methods for ameliorating fashion business processes: A position paper},
author = {Geri Skenderi and Christian Joppi and Matteo Denitto and Marco Cristani},
journal= {arXiv preprint arXiv:2211.04798},
year = {2022}
}
备注
2nd International Workshop on Industrial Machine Learning @ ICPR 2022