文献

J-GLOBAL ID：201702285733481833   整理番号：17A1246263

モバイルクーポン変換最適化のためのパーソナル割引感受性予測【Powered by NICT】

Personal-discount sensitivity prediction for mobile coupon conversion optimization

著者 (3件)： Greenstein-Messica Asnat (Software and Information Systems Engineering, Ben-Gurion University of the Negev, P.O.B. 653, Beer-Sheva, 8410501, Israel) ,  Rokach Lior (Software and Information Systems Engineering, Ben-Gurion University of the Negev, Building 93 Room 5, P.O.B. 653, Beer-Sheva, 8410501, Israel) ,  Shabtai Asaf (Software and Information Systems Engineering, Ben-Gurion University of the Negev, Building 93 Room 20, P.O.B. 653, Beer-Sheva, 8410501, Israel)
資料名： Journal of the Association for Information Science and Technology  (Journal of the Association for Information Science and Technology)
巻： 68  号： 8  ページ： 1940-1952  発行年： 2017年 
JST資料番号： A0274A  ISSN： 2330-1635  CODEN： AISJB6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 消費者間のスマートモバイルデバイスの高い採用はリアルタイム,消費者の特定文脈状況を考慮に入れた個別化されたクーポンを用いた消費者を推薦することによって,その販売を増加させる電子商取引小売業者のための機会を提供する。コンテキストアウェア推薦システム(CARS)は広く分析されているが,勧告の精度と市販KPIを改善するためのレコメンダーシステムにおける個別価格または割引最適化はほとんど研究されている。本論文では,商用サービスに統合できるように利用者-項目個別割引感度をモデル化し,実時間文脈推薦システムに組み込むために方法を研究した。スパースデータシナリオにおけるモデル化コンテキストアウェア利用者-項目個別割引感度のための新しいアプローチを提案し,個別割引感度を組み込むためにcoclusteringおよびランダムフォレスト分類(CBRF)を組み合わせた新しいCARSアルゴリズムを提案した。は筆者らの解決策を評価するために実際の消費者と移動割引クーポンを用いた実験的研究を行った。は広く使用されているコンテキストアウェア行列因数分解(CAMF)アルゴリズムにCBRFアルゴリズムを比較した。実験結果は個別割引感度を組み込んだ消費予測精度を著しく改善することをと示唆したCBRFアルゴリズムをユースケースのためのより良い予測結果を提供することを示唆する。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 消費者 ,  小売業 ,  *最適化 ,  モデリング ,  コヒーレント反Stokes Raman散乱 ,  *感受性 ,  *予測 ,  アルゴリズム ,  電子商取引
準シソーラス用語： ユースケース ,  予測精度 ,  行列因数分解 ,  ランダムフォレスト ,  推奨システム ,  コンテキストアウェアネス , 【Automatic Indexing@JST】

分類 (1件)： 検索技術  (AC06020S)

タイトルに関連する用語 (5件)： モバイル ,  クーポン ,  最適化 ,  感受性 ,  予測