Киреев Василий - Разработка алгоритмических средств для рекомендательных систем в ритейле

Нажмите для полного просмотра!

Киреев Василий - Разработка алгоритмических средств для рекомендательных систем в ритейле, слайд №2

Киреев Василий - Разработка алгоритмических средств для рекомендательных систем в ритейле, слайд №3

Киреев Василий - Разработка алгоритмических средств для рекомендательных систем в ритейле, слайд №4

Киреев Василий - Разработка алгоритмических средств для рекомендательных систем в ритейле, слайд №5

Киреев Василий - Разработка алгоритмических средств для рекомендательных систем в ритейле, слайд №6

Киреев Василий - Разработка алгоритмических средств для рекомендательных систем в ритейле, слайд №7

Киреев Василий - Разработка алгоритмических средств для рекомендательных систем в ритейле, слайд №8

Киреев Василий - Разработка алгоритмических средств для рекомендательных систем в ритейле, слайд №9

Киреев Василий - Разработка алгоритмических средств для рекомендательных систем в ритейле, слайд №10

Киреев Василий - Разработка алгоритмических средств для рекомендательных систем в ритейле, слайд №11

Киреев Василий - Разработка алгоритмических средств для рекомендательных систем в ритейле, слайд №12

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Киреев Василий - Разработка алгоритмических средств для рекомендательных систем в ритейле. Доклад-сообщение содержит 12 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1

Описание слайда:

Разработка алгоритмических средств для рекомендательных систем в ритейле Киреев Василий, Тимлид команды DS, Строительный двор Тюмень, 2019

Слайд 2

Описание слайда:

Задачи DS в ритейле Сегментация потребителей Прогнозирование спроса Анализ рыночной корзины Ценообразование (в том числе локальное) Анализ чувствительности спроса Повышение объёма продаж Оптимизация товарного ассортимента Конкурентный анализ Анализ тональности отзывов ИИ для чат-ботов Веб-аналитика Оптимизация маршрутов на доставке Оптимизация складских процессов

Слайд 3

Описание слайда:

Виды продаж, поддерживаемых РС допродажи (UP-selling) – повышение уровня продаж основных товаров сопутствующие продажи (сross-selling) – повышение уровня продаж товаров, дополняющих основные, например – ЗиП к оборудованию

Слайд 4

Описание слайда:

Подходы к созданию рекомендательных систем (РС) Товар-Товар (контентная фильтрация) предложить товары, продающиеся наиболее часто (хиты продаж) предложить товары, похожие на другие товары предложить товары, продающиеся с другими товарами Потребитель-Товар (коллаборативная фильтрация) предложить товары, которые покупаются пользователями, похожими на данного Гибридные подходы комбинации перечисленных выше вариантов

Слайд 5

Описание слайда:

Общая архитектура РС

Слайд 6

Описание слайда:

Известные проблемы РС Холодный старт – отсутствие информации о новом потребителе или новом товаре, не позволяет использовать историю продаж для создания качественных персональных рекомендаций Проблемы в оценке эффективности рекомендаций – повышение уровня конверсии разных видов после внедрения РС, может быть связано с большим количеством факторов Устаревание тенденций – вкусы потребителей и их состав меняются со временем, разработанные однажды модели, требуют постоянных обновлений, иногда радикальных

Слайд 7

Описание слайда:

Оценка качества РС Пертинентность – внутренняя удовлетворенность пользователя рекомендуемой выдачей товаров прямая оценка опросными методами – ответы в анкетах, всплывающих формах на сайте косвенная оценка по реакции пользователей – клики, переходы… Релевантность – соответствие рекомендуемой выдачи товаров запросу пользователя прямая оценка - расчет расстояний от векторизованного запроса пользователя в поиске, до векторизованной рекомендационной выдачи, точность, полнота, метрика полураспада Бизнес-метрики Изменения уровня конверсии, средней суммы чека, среднего количества позиций в чеке…

Слайд 8

Описание слайда:

Методы ML для РС Эвристические подходы RWR..- расчет предпочтений пользователей по графу социальных связей Тематическое моделирование word2vec, LDA, LSA… выявление схожих товаров по описанию Ассоциативные правила Apriori, FP-growth – выявление связанных товаров по истории продаж Кластеризация kmeans, DBSCAN… - выявление комплектных товаров, выявление пользовательских сегментов Классификация RF, NB, Xgboost.. – выявление пользователей, похожих на данного, выявление товаров похожих на данный по изображению Глубокое обучение GAN, NADE…-нейросеть, формирующая оценки товаров