[论文解读] Next Basket Prediction using Recurring Sequential Patterns

Riccardo Guidotti, Giulio Rossetti+3 more|arXiv (Cornell University)|Feb 23, 2017

Customer churn and segmentation参考文献 19被引用 15

一句话总结

本文提出 TARS（时间标注重复序列），一种无需参数的模型，能够捕捉用户购买行为中的共现性、顺序性、周期性和重复性，从而实现精准的下一次购物篮预测。基于 TARS 的预测器（TBP）在性能上超越了当前最先进方法，在累计 36 周用户历史数据后，仍能稳定预测最多 20 个未来的购物篮。

ABSTRACT

Nowadays, a hot challenge for supermarket chains is to offer personalized services for their customers. Next basket prediction, i.e., supplying the customer a shopping list for the next purchase according to her current needs, is one of these services. Current approaches are not capable to capture at the same time the different factors influencing the customer's decision process: co-occurrency, sequentuality, periodicity and recurrency of the purchased items. To this aim, we define a pattern Temporal Annotated Recurring Sequence (TARS) able to capture simultaneously and adaptively all these factors. We define the method to extract TARS and develop a predictor for next basket named TBP (TARS Based Predictor) that, on top of TARS, is able to to understand the level of the customer's stocks and recommend the set of most necessary items. By adopting the TBP the supermarket chains could crop tailored suggestions for each individual customer which in turn could effectively speed up their shopping sessions. A deep experimentation shows that TARS are able to explain the customer purchase behavior, and that TBP outperforms the state-of-the-art competitors.

研究动机与目标

• 解决现有下一次购物篮预测方法无法同时建模共现性、顺序性、周期性和重复性的局限性。
• 开发一种以用户为中心、无需参数的方法，能够随时间动态适应个体用户的行为。
• 构建一种能够预测多个未来购物篮的预测器，同时保持可解释性和可操作性，以支持个性化购物推荐。
• 在覆盖多年的真实世界数据集上，验证 TARS 和 TBP 的有效性，展示其鲁棒性与可扩展性。
• 通过仅依赖个体用户数据，确保预测器可实现设备端部署，从而提升隐私保护与个性化水平。

提出的方法

• 提出时间标注重复序列（TARS），一种统一模式模型，将共现性、顺序性、周期性和重复性编码于单一结构中。
• 设计一种无需参数的算法，从个体用户的交易历史中提取 TARS，动态适应行为演变。
• 通过分析 TARS 构建基于 TARS 的预测器（TBP），推断库存水平，并仅推荐最必要的下一次购物篮物品。
• 采用留一法评估策略验证模型泛化能力，即在部分购买历史数据上进行训练，并预测下一次购物篮。
• 应用 F1 分数的归一化技术，以缓解极端预测长度或稀疏性带来的偏差，确保公平的性能比较。
• 利用覆盖长达七年的真实世界数据集（Coop-A、Coop-C、Ta-Feng），在多样化的零售环境中提取并验证 TARS 与 TBP。

实验结果

研究问题

• RQ1 统一的模式模型是否能比现有方法更有效地捕捉用户购买行为中的共现性、顺序性、周期性和重复性？
• RQ2 基于 TARS 的预测器（TBP）在不同用户画像和长期购买历史中，泛化能力如何？
• RQ3 TBP 达到稳定且准确的下一次购物篮预测，所需的最少历史数据量是多少？
• RQ4 TARS 模式在多大程度上保持可解释性和可操作性，以理解真实用户的购物行为？
• RQ5 TBP 是否能在保持完全以用户为中心的同时，超越当前最先进方法，并适用于设备端部署？

主要发现

• TBP 在所有预测长度下，均显著优于所有当前最先进竞争对手，且归一化 F1 分数持续更高。
• TBP 在用户购买历史累计约 36 周后，预测质量趋于稳定，表明存在可靠的可靠预测数据阈值。
• TBP 能够以高精度预测最多 20 个未来的购物篮，展现出强大的长周期预测能力。
• TARS 模式易于理解与阅读，可为用户重复购买行为与购物习惯提供可操作的洞察。
• 即使在仅使用用户历史数据随机选取的 70–90% 子集上训练，TBP 仍保持强大性能，证实其对数据稀疏性和评估策略的鲁棒性。
• TBP 的构建时间显著低于 FPM 和 HRM* 等集体方法，且与其它个体方法相比相当或更优，具备在真实场景中部署的可扩展性。