Вопрос филосовский.
Каждый покупатель голосует за тот или иной магазин своим кошельком. Оптимизация процессов (куда входит и оптимизация ценообразования) приводит к снижению издержек в компании, что позволяет в том числе снизить цены (в условиях конкуренции) и сделать более доступными те вещи, которые ранее были очень дорогими.
Над этой темой тружусь, но не в Дикси. Сейчас работаю в аналитической компании (в чьем блоге находится статья). Статья — попытка обобщить и рассказать имеющийся с нескольких проектов опыт
Чтобы вы хотели узнать более подробно?
При моделировании спроса для оптимизации цен необходимо получить функцию зависимости спроса от цены.
Конкретные популярные виды функций, которые дают 90% успеха (из статьи)
Пробуете несколько типов функций, строите регрессию в любимом инструменте, выбираете наилучший вариант и получаете конкретные цифры, которые отвечают за зависимость спроса от цены и прочих факторов.
«Я проанализировал предложения и у меня сложилось впечатление, что моя зарплата не соответствует рынку, вот офферы, которые это подтверждают. Мне нравится текущая должность и работа, но прошу поднять мне з/п до конкурентноспособной»
Т.е. что касается интеллекта, принципиальная разница чем нейронная сеть отличается от какого либо алгоритма (и это же одно из главных преимуществ ее) — она в состоянии улучшать результат на основании прошлого опыта (я утрирую, но речь здесь об интеллекте, не будем здесь собственно про коннективизм, нейроны, сигналы, веса и т.п.).
Улучшать результат на основании прошлого опыта способны многие другие алгоритмы, использующие методы стохастической оптимизации. Это не принципиальное отличие нейросетей. Возможно вы имели в виду что-то другое, но из этого предложения это непонятно.
Можете показать, как на самом деле повели себя продажи на 1 графике?
Поправьте, если я не прав, но сильно похоже на то, что система взяла сглаженную сезонность предшествующего года, а два позапрошлых года никак не учла (там продажи ведут себя совсем подругому).
Конечно все зависит от конкретной задачи, но вы сделали очень спорное утверждение.
Во-первых не на всех ценниках печатают штрих-коды (например овощи и фрукты).
Во-вторых на один товар может приходиться несколько десятков штрих-кодов (если не больше). Т.е. после сбора всех ШК придется все равно сопоставлять товары и ШК между собой. А как это сделать не имея хотя бы названия — та еще задачка.
Но сканер штрих-кодов безусловно проще в реализации — это да.
Прошу прощения — ошибся.
Маркетинг курсеры сделал свое дело. Раньше со страницы специализации перейти на бесплатное прохождение одного из курсов было проще.
Видно, что пересечение с результатами в статье менее половины. Возникает вопрос о воспроизводимости и надежности результатов.
Есть ли понимание сколько надо взять id аккаунтов, чтобы в 95% случаев получать одинаковый ТОП-10 например?
Может я ошибаюсь, но разве на обучение нейронной сети не уйдет гораздо больше времени? Количество слоев ведь тоже надо подобрать (однослойной тут не обойдешься, иначе будет тот же самый логит). А тут просто расчет ковариационной матрицы и ее собственных векторов.
P.S.: как демонстрация метода, мне кажется, отличный пример.
Интересно было бы почитать про многоклассовый логит.
Стоило упомянуть (поправьте, пожалуйста, если я ошибаюсь), что оценки максимального правдоподобия логита не существует в случае идеальной линейной разделимости исходных данных на классы (ситуация которая приведена в качестве примера в статье).
Каждый покупатель голосует за тот или иной магазин своим кошельком. Оптимизация процессов (куда входит и оптимизация ценообразования) приводит к снижению издержек в компании, что позволяет в том числе снизить цены (в условиях конкуренции) и сделать более доступными те вещи, которые ранее были очень дорогими.
При моделировании спроса для оптимизации цен необходимо получить функцию зависимости спроса от цены.
Пробуете несколько типов функций, строите регрессию в любимом инструменте, выбираете наилучший вариант и получаете конкретные цифры, которые отвечают за зависимость спроса от цены и прочих факторов.
Метеорология
«Я проанализировал предложения и у меня сложилось впечатление, что моя зарплата не соответствует рынку, вот офферы, которые это подтверждают. Мне нравится текущая должность и работа, но прошу поднять мне з/п до конкурентноспособной»
Это вполне подойдет под основания.
Улучшать результат на основании прошлого опыта способны многие другие алгоритмы, использующие методы стохастической оптимизации. Это не принципиальное отличие нейросетей. Возможно вы имели в виду что-то другое, но из этого предложения это непонятно.
Поправьте, если я не прав, но сильно похоже на то, что система взяла сглаженную сезонность предшествующего года, а два позапрошлых года никак не учла (там продажи ведут себя совсем подругому).
Во-первых не на всех ценниках печатают штрих-коды (например овощи и фрукты).
Во-вторых на один товар может приходиться несколько десятков штрих-кодов (если не больше). Т.е. после сбора всех ШК придется все равно сопоставлять товары и ШК между собой. А как это сделать не имея хотя бы названия — та еще задачка.
Но сканер штрих-кодов безусловно проще в реализации — это да.
Маркетинг курсеры сделал свое дело. Раньше со страницы специализации перейти на бесплатное прохождение одного из курсов было проще.
Этот курс будет бесплатным? Если нет — какая ориентировочная стоимость?
(красивая табличка почему-то не форматируется,
цифра — количество подписчиков,
в коде заменил https на http, иначе не работало):
Павел Дуров 6186800
Катя Клэп 1406028
Михаил Задорнов 735902
Виктория Боня 733776
Кристина Добродушная 609152
Maria Way 602324
Юлия Пушман 433243
Макс Корж 417176
Ира Ира 240699
Дарья http://vkontakte.ru/club5896878 Пынзарь (Черных) 215022
Анна Хилькевич 208150
Miron Oxxxymiron Федоров 207155
Дмитрий Данилов 178425
Саша [Феникс] Межаков 133934
Назарій Куля 112318
Анастасия MarMeladka Мачихина 102562
Денис Гущин 101302
Ирина Воронцова 98883
Гузалька Хуббиева 98122
Сергей dreik Колесник 97648
Видно, что пересечение с результатами в статье менее половины. Возникает вопрос о воспроизводимости и надежности результатов.
Есть ли понимание сколько надо взять id аккаунтов, чтобы в 95% случаев получать одинаковый ТОП-10 например?
Все думал, как собрать список Id VK.
Ваше решение порадовало.
А почему выборка с повторениями?
P.S.: как демонстрация метода, мне кажется, отличный пример.
Интересно было бы почитать про многоклассовый логит.
Стоило упомянуть (поправьте, пожалуйста, если я ошибаюсь), что оценки максимального правдоподобия логита не существует в случае идеальной линейной разделимости исходных данных на классы (ситуация которая приведена в качестве примера в статье).