Ricerca
Cogliere meglio le interazioni tra i prodotti nel~commercio al dettaglio: rivisitare il campionamento negativo per~modellare le scelte nel carrello
I rivenditori con negozi fisici affrontano molte sfide che richiedono una conoscenza approfondita del proprio catalogo di prodotti e delle preferenze dei clienti. In particolare, l’ottimizzazione dell

- arXiv
- 2610.17963
- Pubblicato
- 2026-10-13
- Autori
- Jules Désir, Vincent Auriau, Martin Možina, Emmanuel Malherbe
Abstract degli autori
I rivenditori con negozi fisici affrontano molte sfide che richiedono una conoscenza approfondita del proprio catalogo di prodotti e delle preferenze dei clienti. In particolare, l’ottimizzazione dell’assortimento, cioè la proposta del mix ideale di prodotti, e la pianificazione delle promozioni hanno un ruolo centrale nella loro strategia. Sfruttando i dati di vendita, i rivenditori possono decidere con cognizione di causa quali prodotti vendere e come gestire le scorte, sulla base delle preferenze dei clienti e delle tendenze regionali e stagionali. È particolarmente importante cogliere le interazioni tra i prodotti, per ridurre al minimo il numero di articoli che si sottraggono reciprocamente vendite e garantire che i prodotti complementari, spesso acquistati insieme, siano disponibili e venduti congiuntamente in tutti i negozi. In questo articolo proponiamo un modello del carrello della spesa che apprende rappresentazioni vettoriali, o embedding, delle interazioni tra prodotti, prezzi e negozi. Il modello è progettato per individuare schemi di vendita in insiemi di dati sulle transazioni molto grandi. In particolare, la funzione di perdita usata per l’ottimizzazione viene calcolata mediante campioni negativi casuali, così da superare i limiti computazionali che emergono quando il numero di articoli è elevato. I nostri esperimenti su dati sintetici mostrano l’efficacia di estrarre tali campioni negativi in base all’assortimento effettivo dei prodotti disponibili, con risultati migliori rispetto agli approcci presenti nella letteratura. Convalidiamo inoltre il nostro approccio addestrando e valutando il modello su un insieme di dati composto da milioni di transazioni di Fortenova Group, una delle principali aziende del commercio al dettaglio nell’Europa sudorientale. Il nostro modello mostra applicazioni promettenti nel settore del commercio al dettaglio, con interfacce arricchite per supportare efficacemente i responsabili di categoria.
Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.
Leggi il paper originale su arXiv