English(EN) StoBasket: Joint Upsell and Cross-Sell Optimization for Contribution Margin

StoBasket 优化零售追加销售和交叉销售优惠以实现利润最大化

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-19 04:00

研究人员开发了 StoBasket，这是一种用于优化零售推荐系统中联合追加销售和交叉销售优惠的新颖方法。该方法旨在通过考虑替换现有商品和添加新商品所带来的增量利润来最大化贡献利润，这与以往将两者独立处理的方法不同。在包括 Instacart 数据在内的公共数据集上进行的模拟显示，StoBasket 几乎捕获了所有可获得的优惠利润，在相关性方面显著优于现有推荐器和启发式方法，分别高达 52% 和 10.2%。 AI

排序理由该条目是一篇提交给 arXiv 的研究论文，详细介绍了一种新的优化方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 26 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目是一篇提交给 arXiv 的研究论文，详细介绍了一种新的优化方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Xin Heng · 2026-10-19 04:00

StoBasket：联合向上销售和交叉销售优化以提高贡献利润率

arXiv:2610.22768v1 Announce Type: new Abstract: Retail recommenders rank relevance, but retailers earn contribution margin: an upsell earns the margin difference over the item it replaces, whereas a cross-sell earns its full margin. We introduce joint stochastic basket editing, a…

本文如何被排名

报道来源 [1]

StoBasket：联合向上销售和交叉销售优化以提高贡献利润率

相关实体

相关话题