El Instituto Universitario de Investigación “Centro de Investigación Operativa” (CIO) de la Universidad Miguel Hernández (UMH) de Elche ha organizado el seminario “Un enfoque de agrupamiento dinámico para la personalización del surtido basado en datos”. El profesor de la Universidad de Duke (EE.UU.) Fernando Bernstein impartirá este seminario mañana viernes, 17 de noviembre, a las 12:00 horas, en la Sala de Seminarios del edificio Torretamarit del campus de Elche. La charla está dirigida tanto a investigadores como a estudiantes interesados en el tema.

Según los organizadores, se considera que un minorista en línea se enfrenta a clientes heterogéneos con preferencias de productos inicialmente desconocidas. Los clientes se caracterizan por un conjunto diverso de atributos demográficos y transaccionales. El minorista puede personalizar las ofertas de surtido de los clientes en función de la información de perfil disponible para maximizar los ingresos acumulados. Para ello, el minorista debe estimar las preferencias del cliente, a través de la observación de los datos de la transacción. Sin embargo, esto puede requerir una cantidad considerable de datos y tiempo dada la amplia gama de perfiles de clientes y la gran cantidad de productos disponibles. 

Al mismo tiempo, el minorista puede agregar (agrupar) información de compras entre clientes con preferencias de productos similares para agilizar el proceso de aprendizaje. Se propone una política de agrupación dinámica que estima las preferencias de los clientes y ajusta de manera adaptativa los segmentos de clientes (grupos de clientes con preferencias similares), a medida que se dispone de más información sobre las transacciones. El estudio de caso sugiere que los beneficios de la política de clustering dinámico pueden ser sustanciales y resultar (en promedio) en más de 37% de transacciones adicionales en comparación con una política de datos intensivos, que trata a los clientes de forma independiente y en más del 27%.

Se respaldan las ideas derivadas de los experimentos numéricos mediante la caracterización analítica de configuraciones en las que la información de transacciones de agrupación es beneficiosa para el minorista, en una versión simplificada del problema.

También, se demuestra que hay rendimientos marginales decrecientes para agrupar información de un número creciente de clientes.