LDSM

AI驱动的神经网络改进了稀疏数据的零售需求预测

零售需求预测领域的机器学习专家James Theuerkauf提倡使用多塔神经网络来应对预测特定门店特定商品销售额的挑战。传统方法在处理独特的商品-门店组合的稀疏历史数据时面临困难。Theuerkauf提出在多塔架构中使用学习到的嵌入（embeddings）来描述商品和门店，从而使模型能够通过利用商品和门店特征之间的相似性来预测即使是新商品的需求，即使这些新商品没有先前的销售历史。