文献

J-GLOBAL ID：202202214761921095   整理番号：22A0923332

規模での関連資産を明示する時の収入の最適化【JST・京大機械翻訳】

Optimizing revenue while showing relevant assortments at scale

著者 (3件)： Tulabandhula Theja (Information and Decision Sciences, University of Illinois at Chicago, IL 60607, USA) ,  Sinha Deeksha (Operations Research Center, Massachusetts Institute of Technology, MA 02139, USA) ,  Karra Saketh (Information and Decision Sciences, University of Illinois at Chicago, IL 60607, USA)
資料名： European Journal of Operational Research  (European Journal of Operational Research)
巻： 300  号： 2  ページ： 561-570  発行年： 2022年 
JST資料番号： A0547A  ISSN： 0377-2217  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： スケーラブルなリアルタイムソートメント最適化は,個人化の必要性と多様なアイテムの入手可能性のために,e-コマース操作において不可欠になった。これは, made観的分類選択がなされたときに行われるが,最適化プロセスは,貯蔵管理者と歴史的に優良な分類による洞察に基づく関連分類の収集に制約を課すとき,困難になる。著者らは,この困難な領域における(約)最適分類を見つける二値探索の変化に基づく高速で柔軟なアルゴリズムを設計した。特に,著者らは,実行可能な分類の構造に関する仮定なしで,多項ロジット選択モデルの下で大規模分類最適化の問題を再検討した。情報検索/機械学習の分野での類似性探索の進歩を用いて比較ステップを高速化した。分類の任意の収集のために,提案アルゴリズムは,分類の数においてサブ線形である時間における解を見つけることができ,そして,アイテムの数(既存の方法)における線形制約のより単純なケースは,二次またはより悪い。実世界データセットを用いた経験的検証(Billion Priceデータセットに基づく半合成データを用いた実験に加えて,いくつかの小売取引データセット)は,アイテムの数が~105(以前に研究されたよりも10×大きい事例)であっても,著者らのアルゴリズムが競合(3×100×高速)であることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *最適化 ,  情報検索 ,  管理者 ,  データ ,  分類 ,  提案 ,  小売 ,  アベイラビリティ ,  線形性 ,  類似性 ,  高速化 ,  機械学習 ,  電子商取引
準シソーラス用語： 選択モデル , 【Automatic Indexing@JST】

著者キーワード (3件)： 大規模最適化 ,  データ科学 ,  電子商取引

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 規模 ,  資産 ,  収入 ,  最適化