論文の概要: Exploiting Knowledge Graphs for Facilitating Product/Service Discovery
- arxiv url: http://arxiv.org/abs/2010.05213v1
- Date: Sun, 11 Oct 2020 10:22:10 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-08 13:05:47.985708
- Title: Exploiting Knowledge Graphs for Facilitating Product/Service Discovery
- Title（参考訳）: 製品/サービス発見を促進するための知識グラフの利用
- Authors: Sarika Jain
- Abstract要約: 本研究は,データ分類に教師なしアプローチを採用することにより,データWeb上でのeコマースのための費用対効果のソリューションを提案する。
提案アーキテクチャでは,Web言語OWLで利用可能な製品について記述し,それをトリプルストアに格納する。
特定の製品のユーザ入力仕様は、利用可能な製品カテゴリと一致し、知識グラフを生成する。
- 参考スコア（独自算出の注目度）: 1.2691047660244332
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Most of the existing techniques to product discovery rely on syntactic
approaches, thus ignoring valuable and specific semantic information of the
underlying standards during the process. The product data comes from different
heterogeneous sources and formats giving rise to the problem of
interoperability. Above all, due to the continuously increasing influx of data,
the manual labeling is getting costlier. Integrating the descriptions of
different products into a single representation requires organizing all the
products across vendors in a single taxonomy. Practically relevant and quality
product categorization standards are still limited in number; and that too in
academic research projects where we can majorly see only prototypes as compared
to industry. This work presents a cost-effective solution for e-commerce on the
Data Web by employing an unsupervised approach for data classification and
exploiting the knowledge graphs for matching. The proposed architecture
describes available products in web ontology language OWL and stores them in a
triple store. User input specifications for certain products are matched
against the available product categories to generate a knowledge graph. This
mullti-phased top-down approach to develop and improve existing, if any,
tailored product recommendations will be able to connect users with the exact
product/service of their choice.
- Abstract（参考訳）: 製品発見のための既存の技術のほとんどは構文的アプローチに依存しており、そのため、プロセス中に基盤となる標準の価値と特定の意味情報を無視する。
製品データは異なる異種ソースとフォーマットから来ており、相互運用性の問題を引き起こします。
とりわけ、データの流入が継続的に増えているため、手動ラベリングはより高価になっている。
異なる製品の説明を単一の表現に統合するには、ベンダー間ですべての製品を単一の分類で整理する必要がある。
実際に関連があり、品質の高い製品分類標準は、まだ数に制限がある。そして、業界と比較してプロトタイプのみを見ることができる学術研究プロジェクトにおいても、そうである。
本研究は,データ分類のための教師なしアプローチと,マッチングのための知識グラフの活用により,データweb上の電子商取引におけるコスト効率の高いソリューションを提案する。
提案アーキテクチャでは,Webオントロジー言語OWLで利用可能な製品について記述し,それをトリプルストアに格納する。
特定の製品のユーザ入力仕様は、利用可能な製品カテゴリと一致して知識グラフを生成する。
このマルチフェーズなトップダウンアプローチは、もしカスタマイズされた製品レコメンデーションがあれば、ユーザーが選択した製品/サービスとユーザーを結びつけることができる。
関連論文リスト
- Exploring Fine-grained Retail Product Discrimination with Zero-shot Object Classification Using Vision-Language Models [50.370043676415875]
スマートリテールアプリケーションでは、多数の製品とその頻繁なターンオーバーは信頼性の高いゼロショットオブジェクト分類方法を必要とする。
我々は28の異なる製品カテゴリからなるMIMEXデータセットを紹介した。
我々は、提案したMIMEXデータセット上で、最先端ビジョン言語モデル(VLM)のゼロショットオブジェクト分類性能をベンチマークする。
論文 参考訳（メタデータ） (2024-09-23T12:28:40Z) - Text-Based Product Matching -- Semi-Supervised Clustering Approach [9.748519919202986]
本稿では,半教師付きクラスタリング手法を用いた製品マッチングの新しい哲学を提案する。
実世界のデータセット上でIDECアルゴリズムを実験することにより,本手法の特性について検討する。
論文 参考訳（メタデータ） (2024-02-01T18:52:26Z) - Modeling Entities as Semantic Points for Visual Information Extraction
in the Wild [55.91783742370978]
文書画像から鍵情報を正確かつ堅牢に抽出する手法を提案する。
我々は、エンティティを意味的ポイントとして明示的にモデル化する。つまり、エンティティの中心点は、異なるエンティティの属性と関係を記述する意味情報によって豊かになる。
提案手法は,従来の最先端モデルと比較して,エンティティラベルとリンクの性能を著しく向上させることができる。
論文 参考訳（メタデータ） (2023-03-23T08:21:16Z) - Automated Extraction of Fine-Grained Standardized Product Information
from Unstructured Multilingual Web Data [66.21317300595483]
機械学習の最近の進歩と最近発表された多言語データセットが組み合わさって、堅牢な製品属性抽出を可能にしていることを示す。
私たちのモデルは、オンラインショップや言語、あるいはその両方で、確実に製品属性を予測できます。
論文 参考訳（メタデータ） (2023-02-23T16:26:11Z) - ItemSage: Learning Product Embeddings for Shopping Recommendations at
Pinterest [60.841761065439414]
Pinterestでは、ItemSageと呼ばれるプロダクトの埋め込みセットを構築して、すべてのショッピングユースケースに適切なレコメンデーションを提供しています。
このアプローチによって、エンゲージメントとコンバージョンメトリクスが大幅に改善され、インフラストラクチャとメンテナンスコストの両方が削減された。
論文 参考訳（メタデータ） (2022-05-24T02:28:58Z) - Interpretable Methods for Identifying Product Variants [0.2589904091148018]
製品の種類を識別する新しい手法を提案する。
制約付きクラスタリングと調整されたNLP技術を組み合わせている。
精度の高い要求を満たすなど、特定のビジネス基準を満たすアルゴリズムを設計します。
論文 参考訳（メタデータ） (2021-04-12T14:37:16Z) - A Retail Product Categorisation Dataset [2.538209532048867]
類似製品の識別は一般的なサブタスクである。
当社の目標は、小売商品のカテゴリー予測のための機械学習手法の評価を向上させることです。
論文 参考訳（メタデータ） (2021-03-25T14:23:48Z) - AutoKnow: Self-Driving Knowledge Collection for Products of Thousands of
Types [127.99385433323859]
当社のAutoKnowは、製品に関する情報の整理に対処する自動(自動運転)システムです。
このシステムには、分類学の構築、製品財産の識別、知識抽出、異常検出、同義語発見のための一連の新しい技術が含まれている。
AutoKnowは、1万以上の製品タイプの製品知識を収集している。
論文 参考訳（メタデータ） (2020-06-24T04:35:17Z) - Automatic Validation of Textual Attribute Values in E-commerce Catalog
by Learning with Limited Labeled Data [61.789797281676606]
そこで我々はMetaBridgeと呼ばれる新しいメタ学習潜伏変数アプローチを提案する。
限られたラベル付きデータを持つカテゴリのサブセットから、転送可能な知識を学ぶことができる。
ラベルのないデータで、目に見えないカテゴリの不確実性を捉えることができる。
論文 参考訳（メタデータ） (2020-06-15T21:31:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。