提出联合用户-商品分配营销方法
热点事件持续更新
提出联合用户-商品分配营销方法
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月26日,arXiv预印本平台发表了一篇由Maja Lindström等人撰写的机器学习论文,正式提出了一种电商营销活动中的“自动目标定位”(auto-targeting)方法。该方法旨在解决联合用户与商品分配问题,将任务形式化为在多活动约束下最大化用户-商品亲和度。 研究对比了受限谱聚类、贪心局部搜索和多臂老虎机三种算法在Amazon Reviews及私有数据集上的表现。结果显示,联合分配方法优于解耦方法,在大型数据集上提升超过三倍;其中谱聚类算法取得了最高的活动质量,而多臂老虎机方法在最大规模下运行最快。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 12:00
电商营销活动中联合用户-商品分配研究报道时间线
沿着报道,了解事件的不同侧面。
10月26日
- arXiv · ML电商营销活动中联合用户-商品分配研究
电商平台营销活动中,联合用户与商品分配(auto-targeting)比解耦方法更优,在大型数据集上提升超过三倍。 该方法将任务形式化为多活动约束下的用户-商品亲和最大化,采用受限谱聚类、贪心局部搜索和多臂老虎机三种算法。 在Amazon Reviews及私有数据集上,谱聚类取得最高活动质量,老虎机方法在最大规模下运行最快。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。