详细内容或原文请订阅后点击阅览
MIPT 和 VseInstrumenty.ru 推出了用于需求预测和分类优化的 AI 模块
在MIPT人工智能研究所，他们开发并测试了一个基于人工智能技术的新模块，用于预测零售业的需求并优化产品矩阵。该项目是与在线大卖场“VseInstruments.ru”联合开展的，旨在解决具有非常相似特征（重复）的商品种类过多的问题。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）在MIPT人工智能研究所，他们开发并测试了一个基于人工智能技术的新模块，用于预测零售业的需求并优化产品矩阵。该项目是与在线大卖场“VseInstruments.ru”联合开展的，旨在解决具有非常相似特征（重复）的商品种类过多的问题。
目录中的相似产品越多，管理库存就越困难：仓储成本上升、周转率下降、客户失去选择。项目团队的任务是创建一种用于搜索和删除重复项的算法，该算法可以将产品矩阵减少 30% 以上，同时不会损失收入并增加利润，同时保持所有需求职位。
在第一阶段，根据 VseInstruments.ru 的数据，他们创建了一个新的产品层次结构 - “报告红字”。 MIPT 人工智能研究所的专家（商业解决方案实验室的 Dmitry Velichkin、Mikhail Demidov 和 Dmitry Malkov）根据商品的技术特征建立了集群。在每个类别中，算法会自动搜索重复项 - 将相似且可互换的位置分组。为此，他分析了名称、品牌和特征，结合了买家无法区分的产品。这种方法有助于识别冗余的 SKU，并在不失去关键位置的情况下为减少品种做好准备。
rubricator 原型允许我们清除重复数据。在许多类别中，品种减少了一半——例如，从 4,000 种减少到 2,000 种。实验证实，可以在不影响顾客选择的情况下去除多余的商品。