实体
online shopping
online shopping
PulseAugur coverage of online shopping — every cluster mentioning online shopping across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 4
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 4 条
-
SwapRec 研究改进了冷门商品的推荐系统
一篇新的研究论文介绍了一种名为 SwapRec 的方法，该方法旨在提高推荐系统在处理“冷门商品”（即交互次数很少或没有交互的商品）时的准确性。该方法将推理时使用的相同商品交换启发式方法应用于训练过程本身。在在线购物、电影和音乐领域的顺序模型上进行的实验表明，SwapRec 显著提高了推荐准确性，并增加了向用户展示的冷门商品的比例，而与底层顺序架构无关。
-
新算法解决在线零售定价和库存中的受限需求问题
研究人员开发了一种名为均值校准核UCB（MCK-UCB）的新算法，以应对在线零售定价和库存管理中的挑战。该算法即使在需求数据因缺货而不完整的情况下也能学习到最优策略，这是电子商务中常见的问题。MCK-UCB利用过去相似市场条件下的销售数据来制定明智的定价和库存决策，无需单独的探索阶段即可实现持续学习。该算法已被证明具有 minimax 最优性，并在数值实验中表现出强大的性能。
-
免费送货折扣提升在线购物实惠度
在线购物者可以通过利用免费送货折扣来省钱，这些折扣是旨在免除符合条件的购买的运费的促销优惠。这些促销可以通过代码应用，或者在满足特定条件（例如最低订单金额）时自动应用。通过消除送货费，购物者可以更好地控制总体支出，并确保他们的预算更多地用于他们想要购买的实际产品。
-
电子商务中的AI鼓励消费；正念提供制衡
人工智能越来越多地被用于在线购物和电子商务，以鼓励消费者进行更多购买。这种由AI驱动的广告和消费者行为操纵可能导致冲动购买。然而，正念等实践可以为个人提供一种抵制这些说服性AI策略并做出更明智购买决策的方式。