論文の概要: Automatic Scene-based Topic Channel Construction System for E-Commerce

• arxiv url: http://arxiv.org/abs/2210.02643v1
• Date: Thu, 6 Oct 2022 02:29:10 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-07 15:14:31.177495
• Title: Automatic Scene-based Topic Channel Construction System for E-Commerce
• Title（参考訳）: eコマースの自動シーンベーストピックチャネル構築システム
• Authors: Peng Lin, Yanyan Zou, Lingfei Wu, Mian Ma, Zhuoye Ding, Bo Long
• Abstract要約: 自動生産を実現するため,E-Commerce Scene-based Topic Channel construction system(ESTC)を提案する。 本研究は、通常、同じ利用シナリオに属する多様な製品のリストからなる、新しい製品形式、シーンベースのトピックチャネルを示す。
• 参考スコア（独自算出の注目度）: 46.30140767652402
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Scene marketing that well demonstrates user interests within a certain scenario has proved effective for offline shopping. To conduct scene marketing for e-commerce platforms, this work presents a novel product form, scene-based topic channel which typically consists of a list of diverse products belonging to the same usage scenario and a topic title that describes the scenario with marketing words. As manual construction of channels is time-consuming due to billions of products as well as dynamic and diverse customers' interests, it is necessary to leverage AI techniques to automatically construct channels for certain usage scenarios and even discover novel topics. To be specific, we first frame the channel construction task as a two-step problem, i.e., scene-based topic generation and product clustering, and propose an E-commerce Scene-based Topic Channel construction system (i.e., ESTC) to achieve automated production, consisting of scene-based topic generation model for the e-commerce domain, product clustering on the basis of topic similarity, as well as quality control based on automatic model filtering and human screening. Extensive offline experiments and online A/B test validates the effectiveness of such a novel product form as well as the proposed system. In addition, we also introduce the experience of deploying the proposed system on a real-world e-commerce recommendation platform.
• Abstract（参考訳）: あるシナリオ内でユーザーの興味をよく示すシーンマーケティングは、オフラインショッピングに効果的であることが証明された。 本研究は,eコマースプラットフォームにおけるシーンマーケティングを行うために,新しい商品形態と,同じ利用シナリオに属する多様な製品のリストと,そのシナリオをマーケティング用語で記述したトピックタイトルからなるシーンベースのトピックチャネルを提案する。 何十億もの製品と、動的で多様な顧客の興味によって、チャネルの手動構築が時間を要するため、特定の使用シナリオのチャネルを自動的に構築し、新しいトピックを見つけるためにAI技術を活用する必要がある。 具体的には、まず、チャネル構築タスクを2段階の問題、すなわち、シーンベースのトピック生成と製品クラスタリングとして構成し、eコマースのシーンベースのトピックチャネル構築システム(eコマースのトピック生成モデル、トピックの類似性に基づく製品クラスタリング、自動モデルフィルタリングとヒューマンスクリーニングに基づく品質管理からなる、自動生産を実現するためのeコマースのトピックチャネル構築システム(estc)を提案する。 大規模なオフライン実験とオンラインA/Bテストは、そのような新しい製品形態と提案システムの有効性を検証する。 さらに,提案するシステムを実世界の電子商取引推薦プラットフォームに展開する経験についても紹介する。

関連論文リスト

• Image Captioning via Dynamic Path Customization [100.15412641586525]
  画像キャプションのための新しい動的トランスフォーマーネットワーク(DTNet)を提案する。 提案するDTNetの有効性を検証するため,MS-COCOデータセットの広範な実験を行い,新しい最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-06-01T07:23:21Z)
• SEOpinion: Summarization and Exploration Opinion of E-Commerce Websites [0.0]
  本稿では,SEOpinion(Summa-rization and Exploration of Opinion)と呼ばれる方法論を提案する。 テンプレートの情報と顧客のレビューの組合せを2つの主要なフェーズで組み合わせることで、製品面の要約を提供し、それらに対する意見を示す。 本稿では,Deep LearningベースのBERT技術の適用可能性をテストするため,ノートパソコン用EC Webサイトのトップ5から情報を収集してコーパスを作成する。
  論文  参考訳（メタデータ） (2023-12-12T15:45:58Z)
• Cross-Domain Product Representation Learning for Rich-Content E-Commerce [16.418118040661646]
  本稿では,ROPEと呼ばれる大規模cRoss-dOmain製品認識データセットを提案する。 ROPEは幅広い製品カテゴリーをカバーし、数百万のショートビデオとライブストリームに対応する180,000以上の製品を含んでいる。 プロダクトページ、ショートビデオ、ライブストリームを同時にカバーする最初のデータセットであり、異なるメディアドメイン間で統一された製品表現を確立する基盤を提供する。
  論文  参考訳（メタデータ） (2023-08-10T13:06:05Z)
• 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)
• Scenario-based Multi-product Advertising Copywriting Generation for E-Commerce [46.29638014067242]
  本稿では,Eコマース用自動シナリオベースマルチプロダクト広告複写生成システム(SMPACG)を提案する。 SMPACGは当社のeコマースレコメンデーションシステムに直接機能する目的で開発されており、また商人のリアルタイム書き込み支援ツールとしても利用されている。
  論文  参考訳（メタデータ） (2022-05-21T07:45:53Z)
• A Multimodal Framework for Video Ads Understanding [64.70769354696019]
  広告ビデオコンテンツの構造化分析能力を向上させるためのマルチモーダルシステムの開発を行う。 2021年のTAAC最終リーダーボードでは, 位置推定と予測精度を考慮した0.2470のスコアを得た。
  論文  参考訳（メタデータ） (2021-08-29T16:06:00Z)
• Personalized Embedding-based e-Commerce Recommendations at eBay [3.1236273633321416]
  電子商取引市場において,同じベクトル空間にアイテムやユーザを埋め込むことで,パーソナライズされたアイテムレコメンデーションを生成するアプローチを提案する。 データアブレーションは、生産システムの堅牢性を改善するために、オフラインモデルのトレーニングプロセスに組み込まれます。
  論文  参考訳（メタデータ） (2021-02-11T17:58:51Z)

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。