SizeFlags：降低时尚电商中尺码与合身相关的退货
机器学习
2021-06-08 v1 信息检索
摘要
电子商务正以空前速度增长，时尚行业近期见证了客户订单行为向更强线上购物的显著转变。然而，线上订购的时尚商品并非总能进入客户的衣橱。事实上，其中很大一部分最终被退回。在线寻找合身衣物非常困难，是时尚电商退货率上升的主要驱动因素之一。尺码与合身相关的退货严重影响：1. 客户体验及其对线上购物的不满；2. 环境，通过增加的碳足迹；3. 线上时尚平台的盈利能力。由于不合身，客户常退回他们喜欢但不合身的衣物，不得不以不同尺码重新订购。为解决此问题，我们引入SizeFlags，一种基于来自客户的大规模弱标注数据的概率贝叶斯模型。利用贝叶斯框架的优势，我们扩展模型以成功整合来自人类专家反馈与计算机视觉智能的丰富先验。通过大量实验、大规模A/B测试及生产环境中的持续评估，我们展示了所提方法在稳健降低14个国家线上时尚尺码相关退货方面的强烈影响。
引用
@article{arxiv.2106.03532,
title = {SizeFlags: Reducing Size and Fit Related Returns in Fashion E-Commerce},
author = {Andrea Nestler and Nour Karessli and Karl Hajjar and Rodrigo Weffer and Reza Shirvany},
journal= {arXiv preprint arXiv:2106.03532},
year = {2021}
}
备注
Proceedings of the 27th ACM SIGKDD Conference on Knowledge Discovery and Data Mining