Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

Recommandations de produits personnalisées et en temps réel pour les grandes plateformes de commerce électronique

Created by
  • Haebom

Auteur

Matteo Tolloso, Davide Bacciu, Shahab Mokarizadeh, Marco Varesi

Contour

Cet article présente une méthodologie de recommandations de produits personnalisées en temps réel pour les plateformes de e-commerce à grande échelle, notamment dans le secteur de la mode. En exploitant les réseaux de neurones graphiques et une méthodologie d'apprentissage concise, nous visons à fournir des recommandations précises, évolutives et aux temps de réponse réduits. Grâce à des expériences approfondies sur un ensemble de données provenant d'une plateforme de e-commerce à grande échelle, nous démontrons l'efficacité de notre approche pour prédire les commandes et gérer de multiples scénarios d'interaction, obtenant ainsi des recommandations personnalisées efficaces dans des conditions réelles.

Takeaways, Limitations

•
Takeaways:
◦
Présentation d'une méthodologie efficace pour des recommandations de produits personnalisées en temps réel sur des plateformes de commerce électronique à grande échelle
◦
Démontrer la faisabilité de la création de systèmes de recommandation précis et évolutifs à l'aide de réseaux neuronaux graphiques et d'une méthodologie d'apprentissage concise
◦
Développement d'un système de recommandation pratique prenant en compte les contraintes des environnements réels (temps de réponse, évolutivité)
◦
Fournit une solution efficace pour prédire les bons de commande et gérer plusieurs scénarios d'interaction
•
Limitations:
◦
Des recherches supplémentaires sont nécessaires sur la généralisabilité en raison de la dépendance aux données provenant de plateformes de commerce électronique à grande échelle spécifiques.
◦
Manque de description détaillée des implémentations spécifiques des réseaux neuronaux graphiques et des méthodologies d'apprentissage concises utilisées.
◦
Il est nécessaire de vérifier la généralisabilité à d'autres types de plateformes de commerce électronique ou de catégories de produits.
◦
Des recherches supplémentaires sont nécessaires sur l’adaptabilité des systèmes de recommandation aux changements à long terme du comportement des utilisateurs.
👍
Made with Slashpage