研究AI中介零售货架优化的论文

Omar El Housni 与 Marouane Ibn Brahim 提交论文，研究 AI 购物助手作为中介时的零售商品组合优化：零售商选目录，AI 形成面向顾客的候选清单，顾客按多项 logit 模型从清单中选择。论文称，将 AI 排序纳入目录规划会改变最优商品组合和收入。 在测试的容量配置下，作者称忽略 AI 中介相对 Plackett-Luce 最优解的平均收入损失为 2.52% 至 11.37%；而仅使用拟合 AI 效用排序的确定性插件方法将平均损失降至不超过 0.53%。 论文还分析了确定性中介下的计算复杂度，证明固定顾客分段数量下存在全多项式时间近似方案。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。