跳到正文
热点事件观察中

论文提出面向零售购物篮选择的负采样嵌入模型

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Jules D'esir 等在 arXiv 论文(2610.17963)中提出一个购物篮选择模型,通过学习嵌入表示商品、价格与门店之间的交互,并采用基于实际在售商品组合的随机负采样来计算优化损失,以克服大规模商品数带来的计算瓶颈。 合成数据实验显示,其负采样方式优于文献中的方法;模型还在 Fortenova Group 数百万笔交易数据集上完成训练与验证,据称可支持品类管理者的决策界面。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月14日
  1. arXiv · cs.AI
    面向零售购物篮选择的负采样改进:更好地捕捉商品间交互

    论文提出一个购物篮选择模型,通过学习嵌入来表示商品、价格与门店之间的交互,并采用基于实际在售商品组合的随机负采样计算优化损失,以克服大规模商品数带来的计算瓶颈。合成数据实验显示其负采样方式优于文献中的方法,并在 Fortenova Group 数百万笔交易数据集上完成训练与验证,可支持品类管理者的决策界面。

本事件热度走势

可比范围当前
3
可比范围峰值
910月14日 17:00
近 24 小时变化
-51%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。