Глубокая персонализация товарных витрин интернет-каталога
Любой интернет-магазин, имеющий достаточно большой каталог продукции, в определенный момент приходит к ситуации, когда товаров в одной категории становится слишком много и нужно придумать какую-то логику сортировки товаров в категориях, чтобы пользователям было проще ориентироваться, и как следствие — они совершали больше транзакций.
Комментарий недоступен
Если уходить совсем в математику, то для выделения фич из изображений использовали нейросетевой классификатор без верхних (полносвязанных) слоев, а для расчета рекомендаций для кластеров пользователей вычисления проходили в 2 этапа. На первом происходила непосредственно кластеризация пользовательских данных методом k-средних, а на втором – прогнозирование рейтингов товаров для каждого кластера методом Non-Negative Matrix Factorization (NNMF) с методом инициализации “nndsvd” и методом численного решения “Multiplicative Update solver”.
В общем, можно сказать что использовали ИИ )