Ученые из лаборатории исследований искусственного интеллекта Tinkoff Research разработали алгоритм для более точного прогнозирования покупок в интернете. Результаты исследования представили на одной из главных конференций по рекомендательным системам ACM RecSy.
Новый метод учитывает не только состав предыдущих покупок конкретного человека и схожих по профилю пользователей, но и точное время приобретения конкретных товаров в прошлом и периодичность покупок, в том числе нерегулярных. Как указывается в результатах исследования, ранее данные такого характера не учитывались рекомендательными системами.
Исследователи провели эксперименты на реальных данных: в частности, использовали датасет онлайн-площадки Taobao, которая входит в Alibaba Group. Согласно результатам экспериментов, алгоритм повышает точность рекомендательной системы до 8%.
Пользователям разработка поможет сэкономить время при составлении корзины и выборе товаров: алгоритм заранее знает, через какое время у конкретного человека закончатся, например, продукты, и предложит ему купить их в нужный момент.
