論文の概要: A Retail Product Categorisation Dataset
- arxiv url: http://arxiv.org/abs/2103.13864v1
- Date: Thu, 25 Mar 2021 14:23:48 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-26 17:58:51.769009
- Title: A Retail Product Categorisation Dataset
- Title(参考訳): 小売商品分類データセット
- Authors: Febin Sebastian Elayanithottathil and Janis Keuper
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 2.538209532048867
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Most eCommerce applications, like web-shops have millions of products. In
this context, the identification of similar products is a common sub-task,
which can be utilized in the implementation of recommendation systems, product
search engines and internal supply logistics. Providing this data set, our goal
is to boost the evaluation of machine learning methods for the prediction of
the category of the retail products from tuples of images and descriptions.
- Abstract(参考訳): ウェブショップのようなほとんどのeコマースアプリケーションには何百万もの製品がある。
この文脈では、類似商品の識別は一般的なサブタスクであり、レコメンデーションシステム、製品検索エンジン、内部供給物流の実装に利用することができる。
このデータセットを提供することで、画像と説明のタプルから小売商品のカテゴリーを予測するための機械学習手法の評価を促進することを目指している。
関連論文リスト
- Product Information Extraction using ChatGPT [69.12244027050454]
本稿では,製品記述から属性/値対を抽出するChatGPTの可能性について検討する。
以上の結果から,ChatGPTは事前学習した言語モデルに類似した性能を達成できるが,微調整を行うにはトレーニングデータや計算処理がはるかに少ないことが示唆された。
論文 参考訳(メタデータ) (2023-06-23T09:30:01Z) - Semi-supervised Adversarial Learning for Complementary Item
Recommendation [5.5174379874002435]
オンラインオークションサイトなど一部のオンラインマーケットプレースでは、常に新しいアイテムがカタログに追加されている。
項目側情報とラベル付き補完項目ペアの両方を活用する新しい手法を提案する。
3つのeコマースデータセットの実験から,本手法が有効であることが示された。
論文 参考訳(メタデータ) (2023-03-10T09:39:18Z) - 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) - Identifying Substitute and Complementary Products for Assortment
Optimization with Cleora Embeddings [0.0]
本稿では,Cleora のグラフ埋め込みアルゴリズムを用いて,商品の代替品や補材を見つける新しい手法を提案する。
提案した新しいアプローチは推奨商品の適切な選択を提供し、最小限の追加情報を必要とすると結論付けている。
論文 参考訳(メタデータ) (2022-08-10T11:56:36Z) - Automatic Controllable Product Copywriting for E-Commerce [58.97059802658354]
我々は、JD.comのeコマースレコメンデーションプラットフォームに、Eコマースのプレフィックスベースのコントロール可能なコピーライティング生成をデプロイする。
提案するECCCGの有効性を検証する実験を行った。
本稿では,リアルタイムのJD.com電子商取引レコメンデーションプラットフォームに,ECCCGと連携するデプロイアーキテクチャを導入する。
論文 参考訳(メタデータ) (2022-06-21T04:18:52Z) - 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) - Characterization of Frequent Online Shoppers using Statistical Learning
with Sparsity [54.26540039514418]
本研究は,小売分析と統計学習のアイデアを疎結合に組み合わせ,買い物客のオンラインギフトストアへの買い物嗜好を学習する方法を報告する。
論文 参考訳(メタデータ) (2021-11-11T05:36:39Z) - Text Classification for Predicting Multi-level Product Categories [0.0]
オンラインショッピングプラットフォームでは、製品の詳細な分類がユーザナビゲーションを促進する。
本研究では,食品の商品名分類に焦点をあてる。
論文 参考訳(メタデータ) (2021-09-02T17:00:05Z) - An Overview of Recommender Systems and Machine Learning in Feature
Modeling and Configuration [55.67505546330206]
レコメンダーシステムおよび機械学習技術の適用に関連する潜在的な新しい研究ラインの概要を説明します。
本論文では,レコメンダーシステムと機械学習の応用例を示し,今後の研究課題について考察する。
論文 参考訳(メタデータ) (2021-02-12T17:21:36Z) - Exploiting Knowledge Graphs for Facilitating Product/Service Discovery [1.2691047660244332]
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。
論文 参考訳(メタデータ) (2020-10-11T10:22:10Z) - Exploiting Latent Codes: Interactive Fashion Product Generation, Similar
Image Retrieval, and Cross-Category Recommendation using Variational
Autoencoders [0.0]
著者は、インタラクティブなファッション製品アプリケーションフレームワークを構築するために、VAE(Variational Autoencoder)を使うことを提案している。
このパイプラインは、希望する製品を特定する際の直接ユーザインタラクションを可能にする、電子商取引の急成長する業界に適用できる。
論文 参考訳(メタデータ) (2020-09-02T13:27:30Z)
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。