論文の概要: Time Series Clustering for Grouping Products Based on Price and Sales Patterns

• arxiv url: http://arxiv.org/abs/2204.08334v1
• Date: Mon, 18 Apr 2022 14:24:42 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-19 18:17:40.163362
• Title: Time Series Clustering for Grouping Products Based on Price and Sales Patterns
• Title（参考訳）: 価格と販売パターンに基づくグループ化製品の時系列クラスタリング
• Authors: Aysun Bozanta, Sean Berry, Mucahit Cevik, Beste Bulut, Deniz Yigit, Fahrettin F. Gonen, and Ay\c{s}e Ba\c{s}ar
• Abstract要約: 製品価格と販売の連携を考慮に入れた新しい距離指標を提案する。 カスタム評価指標とCalinski HarabaszおよびDavies Bouldin指標を用いて,クラスタリングアルゴリズムの性能評価を行った。
• 参考スコア（独自算出の注目度）: 0.3518016233072556
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Developing technology and changing lifestyles have made online grocery delivery applications an indispensable part of urban life. Since the beginning of the COVID-19 pandemic, the demand for such applications has dramatically increased, creating new competitors that disrupt the market. An increasing level of competition might prompt companies to frequently restructure their marketing and product pricing strategies. Therefore, identifying the change patterns in product prices and sales volumes would provide a competitive advantage for the companies in the marketplace. In this paper, we investigate alternative clustering methodologies to group the products based on the price patterns and sales volumes. We propose a novel distance metric that takes into account how product prices and sales move together rather than calculating the distance using numerical values. We compare our approach with traditional clustering algorithms, which typically rely on generic distance metrics such as Euclidean distance, and image clustering approaches that aim to group data by capturing its visual patterns. We evaluate the performances of different clustering algorithms using our custom evaluation metric as well as Calinski Harabasz and Davies Bouldin indices, which are commonly used internal validity metrics. We conduct our numerical study using a propriety price dataset from an online food and grocery delivery company, and the publicly available Favorita sales dataset. We find that our proposed clustering approach and image clustering both perform well for finding the products with similar price and sales patterns within large datasets.
• Abstract（参考訳）: テクノロジーの開発とライフスタイルの変化により、オンライン食料品配達アプリケーションは都市生活に欠かせない部分となっている。 新型コロナウイルス(covid-19)パンデミックの開始以来、こうしたアプリケーションに対する需要は劇的に増加し、市場を混乱させる新たな競争相手を生み出している。 競争のレベルが高まると、企業はマーケティングや製品価格の戦略を頻繁に再構築することになる。 したがって、製品価格や販売量の変化パターンを特定することは、市場における企業にとって競争上の優位性となるだろう。 本稿では,価格パターンと販売量に基づいて商品をグループ化する代替クラスタリング手法について検討する。 本稿では,数値を用いて距離を計算するのではなく,商品価格と販売の連携を考慮に入れた新しい距離指標を提案する。 従来のクラスタリングアルゴリズムは、ユークリッド距離のような一般的な距離のメトリクスと、その視覚パターンをキャプチャしてデータをグループ化するイメージクラスタリングアプローチに依存しています。 内部妥当性指標として一般的に用いられるCalinski Harabasz,Davies Bouldinの指標と同様に,我々のカスタム評価指標を用いてクラスタリングアルゴリズムの性能を評価する。 本研究は,オンライン食品・食料品宅配企業の小売価格データセットと,市販のFavorita販売データセットを用いて数値調査を行う。 提案するクラスタリングアプローチとイメージクラスタリングはいずれも,大規模データセット内の価格や販売パターンの類似した製品を見つける上で有効であることが分かりました。

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)
• A Primal-Dual Online Learning Approach for Dynamic Pricing of Sequentially Displayed Complementary Items under Sale Constraints [54.46126953873298]
  顧客に対して順次表示される補完アイテムの動的価格設定の問題に対処する。 各項目の価格を個別に最適化するのは効果がないため、補完項目のコヒーレントな価格ポリシーが不可欠である。 実世界のデータからランダムに生成した合成設定を用いて,我々のアプローチを実証的に評価し,制約違反や後悔の観点からその性能を比較した。
  論文  参考訳（メタデータ） (2024-07-08T09:55:31Z)
• An Exploration of Clustering Algorithms for Customer Segmentation in the UK Retail Market [0.0]
  我々は,小売市場における意思決定プロセスを改善するための顧客セグメンテーションモデルの開発を目指している。 これを実現するために、UCI機械学習レポジトリから得られたイギリスのオンライン小売データセットを使用しました。 その結果、GMMは他のアプローチよりも優れており、シルエットスコアは0.80である。
  論文  参考訳（メタデータ） (2024-02-06T15:58:14Z)
• Overview of the TREC 2023 Product Product Search Track [70.56592126043546]
  今年はTREC製品サーチトラックの最初の年だ。 焦点は再利用可能なコレクションの作成であった。 我々は、コンテキストメタデータを含む新しい製品検索コーパスを活用している。
  論文  参考訳（メタデータ） (2023-11-14T02:25:18Z)
• Improved Sales Forecasting using Trend and Seasonality Decomposition with LightGBM [9.788039182463768]
  時系列上での傾向と季節成分のユニークな影響を示すための新しい尺度を提案する。 実験の結果,提案手法は精度を向上できることがわかった。
  論文  参考訳（メタデータ） (2023-05-26T18:49:42Z)
• Interpretable Deep Learning for Forecasting Online Advertising Costs: Insights from the Competitive Bidding Landscape [1.0923877073891446]
  本稿では,オンライン広告市場における日平均CPCの予測に様々な時系列予測手法を用いた総合的研究について述べる。 時間融合変換器(TFT)を含む統計モデル,機械学習技術,深層学習手法の性能評価を行った。
  論文  参考訳（メタデータ） (2023-02-11T19:26:17Z)
• Learning Consumer Preferences from Bundle Sales Data [2.6899658723618005]
  本稿では,バンドル販売データを用いて消費者の商品に対する評価値の分布を学習するためのアプローチを提案する。 EMアルゴリズムとモンテカルロシミュレーションを用いて,消費者評価の分布を復元する。
  論文  参考訳（メタデータ） (2022-09-11T21:42:49Z)
• Entity-Graph Enhanced Cross-Modal Pretraining for Instance-level Product Retrieval [152.3504607706575]
  本研究の目的は, 細粒度製品カテゴリを対象とした, 弱制御型マルチモーダル・インスタンスレベルの製品検索である。 まず、Product1Mデータセットをコントリビュートし、2つの実際のインスタンスレベルの検索タスクを定義します。 我々は、マルチモーダルデータから重要な概念情報を組み込むことができるより効果的なクロスモーダルモデルを訓練するために活用する。
  論文  参考訳（メタデータ） (2022-06-17T15:40:45Z)
• Approaching sales forecasting using recurrent neural networks and transformers [57.43518732385863]
  深層学習技術を用いて,日・店・店レベルでの顧客販売予測問題に対処する3つの方法を開発した。 実験結果から,データ前処理を最小限に抑えた単純なシーケンスアーキテクチャを用いて,優れた性能を実現することができることを示す。 提案した解は約0.54の RMSLE を達成し、Kaggle コンペティションで提案された問題に対する他のより具体的な解と競合する。
  論文  参考訳（メタデータ） (2022-04-16T12:03:52Z)
• Topology-based Clusterwise Regression for User Segmentation and Demand Forecasting [63.78344280962136]
  本研究は,パブリックおよび新規な商用データ集合を用いて,アナリストがユーザベースをクラスタリングし,詳細なレベルで需要を計画できることを示す。 本研究は,TDAに基づく時系列クラスタリングと行列因数分解法によるクラスタ回帰を実践者にとって実行可能なツールとして導入することを目的とする。
  論文  参考訳（メタデータ） (2020-09-08T12:10:10Z)
• Scalable bundling via dense product embeddings [1.933681537640272]
  バンドルとは,2つ以上の製品をディスカウントで共同販売するプラクティスである。 我々は,大規模なクロスカテゴリ小売環境でバンドルを設計するための,機械学習による新しい手法を開発した。 埋め込みベースの製品は、バンドルの成功の強力な予測要因であり、製品全体にわたって堅牢であり、小売業者全体の構成によく当てはまります。
  論文  参考訳（メタデータ） (2020-01-31T23:34:56Z)

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。