論文の概要: A Machine learning and Empirical Bayesian Approach for Predictive Buying
in B2B E-commerce
- arxiv url: http://arxiv.org/abs/2403.07843v1
- Date: Tue, 12 Mar 2024 17:32:52 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-13 19:46:07.182568
- Title: A Machine learning and Empirical Bayesian Approach for Predictive Buying
in B2B E-commerce
- Title（参考訳）: b2b電子商取引における予測購入のための機械学習と経験ベイズアプローチ
- Authors: Tuhin Subhra De and Pranjal Singh and Alok Patel
- Abstract要約: 我々は,XGBoostとPoisson Gammaモデルの改良版を組み合わせたアンサンブルアプローチを用いて,顧客の注文パターンを精度良く予測した。
本稿では,機械学習の戦略的融合と経験的ベイズ的アプローチを深く探求する。
この革新的なアプローチは、顧客の注文率を3倍に向上させ、Eコマース業界に変革をもたらす可能性を示している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the context of developing nations like India, traditional business to
business (B2B) commerce heavily relies on the establishment of robust
relationships, trust, and credit arrangements between buyers and sellers.
Consequently, ecommerce enterprises frequently. Established in 2016 with a
vision to revolutionize trade in India through technology, Udaan is the
countrys largest business to business ecommerce platform. Udaan operates across
diverse product categories, including lifestyle, electronics, home and employ
telecallers to cultivate buyer relationships, streamline order placement
procedures, and promote special promotions. The accurate anticipation of buyer
order placement behavior emerges as a pivotal factor for attaining sustainable
growth, heightening competitiveness, and optimizing the efficiency of these
telecallers. To address this challenge, we have employed an ensemble approach
comprising XGBoost and a modified version of Poisson Gamma model to predict
customer order patterns with precision. This paper provides an in-depth
exploration of the strategic fusion of machine learning and an empirical
Bayesian approach, bolstered by the judicious selection of pertinent features.
This innovative approach has yielded a remarkable 3 times increase in customer
order rates, show casing its potential for transformative impact in the
ecommerce industry.
- Abstract（参考訳）: インドのような発展途上国では、伝統的なビジネス・ツー・ビジネス(b2b)の商業は、買い手と売り手の強い関係、信頼、信用関係の確立に大きく依存している。
そのため、電子商取引が盛んである。
2016年に設立されたudaanは、テクノロジーによってインドの貿易に革命をもたらすというビジョンで、インド最大のビジネスとビジネスのeコマースプラットフォームだ。
udaanは、ライフスタイル、エレクトロニクス、ホーム、テレコールなど、さまざまな製品カテゴリーで運営されており、買い手関係の育成、注文の合理化、特別プロモーションの促進などを行っている。
購入者の注文配置行動の正確な予測は、持続可能な成長、競争力の高まり、これらの電話機の効率の最適化の鍵となる要因として現れる。
この課題に対処するために,我々は,xgboost と poisson gamma モデルの修正版を組み合わせたアンサンブルアプローチを採用し,顧客の注文パターンを精度良く予測した。
本稿では,機械学習の戦略的融合と経験的ベイズ的アプローチを深く探究する。
この革新的なアプローチは、顧客の注文率を3倍に増やし、eコマース業界に変革をもたらす可能性を秘めている。
関連論文リスト
- Information Discovery in e-Commerce [97.71958017283593]
情報検索は、特に商品やサービスとの接続において、eコマースにおいて自然な役割を担っている。
電子商取引サイトの人気が高まり、電子商取引における情報発見の研究が活発な研究分野となっている。
電子商取引における情報発見手法は主に、電子商取引検索とレコメンデーションシステムの有効性の向上に重点を置いている。
論文 参考訳（メタデータ） (2024-10-08T07:41:01Z) - Towards Lifelong Learning Embeddings: An Algorithmic Approach to Dynamically Extend Embeddings [4.680296118462097]
本稿では,学習知識を保存しながら,組込み型入力サイズを拡張するモジュールアルゴリズムを提案する。
提案アルゴリズムは,新規製品に関連するコールドスタート問題を緩和する戦略も取り入れている。
論文 参考訳（メタデータ） (2024-08-26T09:06:35Z) - Valuing an Engagement Surface using a Large Scale Dynamic Causal Model [2.079231388824219]
AIを利用したエンゲージメントサーフェス(ES)は、小売サービス全体で広く普及している。
本研究では,ESに起因する値の分散化と,その有効性を評価するために,大規模に因果モデルを構築した。
論文 参考訳（メタデータ） (2024-08-21T19:42:45Z) - MIND: Multimodal Shopping Intention Distillation from Large Vision-language Models for E-commerce Purchase Understanding [67.26334044239161]
MINDは、マルチモーダル製品メタデータから購入意図を推測し、人間中心のものを優先するフレームワークである。
Amazon Reviewのデータを使用して、1,264,441万の意図を含むマルチモーダルな意図的知識ベースを作成します。
得られた意図は2つの意図的理解タスクにおいて大きな言語モデルを大幅に向上させる。
論文 参考訳（メタデータ） (2024-06-15T17:56:09Z) - Finding Lookalike Customers for E-Commerce Marketing [5.2300714255564795]
マーケティングキャンペーンのターゲット層を拡大するスケーラブルで効率的なシステムを提案する。
深層学習に基づく埋め込みモデルを用いて顧客を表現し、近隣の検索手法を用いて興味のある顧客を素早く見つける。
論文 参考訳（メタデータ） (2023-01-09T02:18:58Z) - 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) - Towards Revenue Maximization with Popular and Profitable Products [69.21810902381009]
企業マーケティングの共通のゴールは、様々な効果的なマーケティング戦略を活用することで、収益/利益を最大化することである。
商品の収益性に関する信頼性のある情報を見つけることは、ほとんどの製品が一定の時期にピークを迎える傾向があるため困難である。
本稿では、経済行動に基づく収益問題に対処し、ターゲットマーケティングのための0n-shelf Popular and most Profitable Products(OPPPs)を実行するための一般的な利益志向の枠組みを提案する。
論文 参考訳（メタデータ） (2022-02-26T02:07:25Z) - PreSizE: Predicting Size in E-Commerce using Transformers [76.33790223551074]
PreSizEは、Transformerを使って正確なサイズ予測を行う新しいディープラーニングフレームワークである。
我々は,PreSizEが従来の最先端のベースラインよりも優れた予測性能を実現できることを示した。
概念実証として、PreSizEによるサイズ予測が、既存の生産推奨システムに統合できることを実証しています。
論文 参考訳（メタデータ） (2021-05-04T15:23:59Z) - Audience Creation for Consumables -- Simple and Scalable Precision
Merchandising for a Growing Marketplace [1.8667240717298954]
本稿では,インド最大のオンライン食料品店の一つであるSupermartにおける精密商品販売システムの設計と実装について紹介する。
我々は,消費財の購入動態の潜在周期性と相互励起をモデル化するために,時間的点法を用いる。
成長するマーケットプレースに典型的なデータ空間、センセージャー、ノイズに対して頑健な可能性のない推定手順を開発する。
論文 参考訳（メタデータ） (2020-11-17T11:46:38Z) - AliCoCo: Alibaba E-commerce Cognitive Concept Net [21.08037780019654]
我々は,大規模eコマース認知ネット「AliCoCo」の構築を提案する。
電子商取引におけるユーザニーズを正式に定義し,それをネットワーク内のノードとして概念化する。
我々は、AliCoが半自動で構築されているかの詳細と、電子商取引におけるその成功、進行中の応用について述べる。
論文 参考訳（メタデータ） (2020-03-30T05:42:03Z)
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。