跳到正文
热点事件持续更新

负采样购物篮选择模型提出并在真实交易数据评估

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

研究者 Jules D'esir 等人发表论文,提出一种购物篮模型:用嵌入向量刻画商品、价格与门店之间的交互关系,并基于实际可选商品集合做随机负采样,以缓解大规模商品带来的计算瓶颈。 作者称,在合成数据上的实验显示该负采样策略比已有文献方法效果更好;模型还在东南欧零售商 Fortenova Group 的数百万条交易数据上完成训练与评估,作者称其展现出支持品类管理的应用潜力。

AI 根据报道生成 · 56 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv:cs.AI
    零售商品交互建模:面向购物篮选择的改进负采样方法

    研究者提出一种购物篮模型,通过嵌入向量刻画商品、价格与门店之间的交互关系,并采用基于实际可选商品集合的随机负采样来缓解大规模商品带来的计算瓶颈。在合成数据上的实验显示,该负采样策略优于已有文献方法;模型还在Fortenova Group数百万条交易数据上完成训练与评估,展现出支持品类管理的应用潜力。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。