推荐系统中的价格与利润感知
信息检索
2017-07-26 v1 人工智能
摘要
推荐系统领域的学术研究主要关注通过尝试为每个用户识别最相关的物品来最大化用户效用的问题。然而，这些物品未必能在商业价值（如利润）方面最大化服务提供商（例如在线零售商）的效用。提高提供商效用的一种方法是将购买导向的信息，如价格、销售概率及由此产生的利润，纳入推荐算法。本文特别关注价格和利润感知的推荐系统。我们简要概述了相关文献，并使用数值模拟来说明此类方法的潜在商业效益。
引用
@article{arxiv.1707.08029,
title = {Price and Profit Awareness in Recommender Systems},
author = {Dietmar Jannach and Gediminas Adomavicius},
journal= {arXiv preprint arXiv:1707.08029},
year = {2017}
}
备注
Presented at the 2017 Workshop on Value-Aware and Multi-Stakeholder Recommendation (VAMS) collocated with ACM RecSys 2017