Tinkoff Research разработал алгоритм, способный угадывать точное время онлайн-покупки товара
Ученые из Лаборатории исследований искусственного интеллекта Tinkoff Research разработали новый алгоритм TAIW (Time-Aware Item-based Weighting), который способен прогнозировать точное время покупки конкретного товара в онлайне. Об этом говорится в сообщении «Тинькофф».
Суть открытия
Алгоритм TAIW точнее предсказывает, какие товары будут нужны клиенту в ближайшем будущем с учетом точного момента покупки. Он учитывает как состав предыдущих покупок конкретного человека и схожих по профилю пользователей, так и анализирует точное время покупки определенных товаров в прошлом.
Таким образом, пользователи получают максимально персонализированные рекомендации, а компании могут увеличить конверсию в покупку. Так, TAIW заранее знает, через какое время у пользователя закончатся продукты, и предложит ему купить их в нужный момент
«Человек может покупать какой-то товар с уникальной частотой: например, устраивать себе читмил с определенным продуктом в субботу каждой третьей недели месяца. В остальное время рекомендации этого продукта или схожих товаров не актуальны для пользователя, несмотря на то что он неоднократно покупал их раньше. Ранее эти данные редко учитывались рекомендательными системами», — отмечает «Тинькофф».
Исследователи провели эксперименты на реальных данных: в частности, использовали датасет онлайн-площадки Taobao (входит в Alibaba Group). Результаты экспериментов TAIW показали, что инструмент эффективнее аналогов в задаче next basket recommendation (NBR) за счет более точного ранжирования товаров на основе их актуальности в конкретный момент времени.
Согласно полученным результатам, алгоритм повышает точность рекомендательной системы до 8%.
Чем алгоритм отличается от других методов
Чтобы предсказать повторные покупки, в настоящее время часто используются такие методы, как цепи Маркова (математическая модель, помогает предсказывать будущие события на основе прошлых событий) и рекуррентные нейронные сети (модели машинного обучения, которые анализируют последовательность действий пользователя), отмечает компания.
Однако, указывают в «Тинькофф», эти инструменты не всегда позволяют корректно учесть при прогнозировании частоту покупки.
Алгоритм TAIW, в свою очередь, состоит из двух модулей: «Повторная покупка» и «Соседство». Модуль «Повторная покупка» работает на основе процесса Хоукса (статистическая модель, позволяет понять временные закономерности и зависимости между событиями). Алгоритм анализирует, какие товары покупал пользователь, как часто и когда была совершена последняя покупка. Этот модуль позволяет определить, когда конкретные товары будут больше всего актуальны для конкретного покупателя.
Модуль «Соседство» позволяет описать привычки пользователей с похожими предпочтениями. Эти данные используются, чтобы обеспечить более разнообразные рекомендации для конкретного человека.
Результаты исследования были представлены на конференции по рекомендательным системам ACM RecSys, которая состоялась в 2023 году Сингапуре. Ее организатором выступает Ассоциация вычислительной техники — крупнейшее в мире образовательное и научное компьютерное сообщество.
Фото на обложке: Unsplash
Нашли опечатку? Выделите текст и нажмите Ctrl + Enter
Популярное
Материалы по теме
-
Пройти курс «Как самозанятому стать ИП»
- 1 Downdetector фиксирует сбои в СБП и ряде банков Среди них ВТБ, «Альфа-банк» и «Т-Банк» 05 апреля 10:44
- 2 В работе «Т-Банка» произошел массовый сбой 1 апреля Пользователи также потеряли доступ к «Т-Инвестициям» 01 апреля 09:29
- 3 Финтех-стартап бывших топ-менеджеров «Тинькофф» получил статус единорога Оценка Plata по итогам инвестраунда выросла до $1,5 млрд 11 марта 21:34
- 4 Великобритания отменила санкции против «Росбанка» Но сохранила ограничения для «Т-Банка» 07 марта 19:35