InteraSSort: Interactive Assortment Planning Using Large Language Models

要約

品揃え計画は、複数の商用商品に不可欠であり、電子商取引および小売現場で研究される重要な問題です。
この問題のさまざまなバリエーションと、それらのビジネス ソリューションへの統合については、既存の文献で徹底的に調査されています。
しかし、店内計画の微妙な複雑さと、強力な専門知識を持つ店舗プランナーの最適化能力の欠如は、依然としてほとんど見落とされています。
これらの課題では、多くの場合、複数の関係者との協力的な取り組みが必要となり、意思決定プロセスの長期化や大幅な遅延につながることがよくあります。
これらの課題を軽減し、大規模言語モデル (LLM) の進歩を活用するために、私たちは対話型の品揃え計画フレームワークである InteraSSort を提案します。これは LLM を最適化ツールで強化し、店舗計画担当者が対話型の会話を通じて意思決定を行うのを支援します。
具体的には、ユーザーが最適化目標を InteraSSort への入力テキスト プロンプトとして表現し、カスタマイズされた最適化されたソリューションを出力として受け取ることができる、ユーザーフレンドリーなインターフェイスを備えたソリューションを開発します。
当社のフレームワークは、インタラクティブな会話を通じて追加の制約を含めることができるため、基本機能を超えて拡張され、正確で高度にカスタマイズされた意思決定を容易にします。
広範な実験により、当社のフレームワークの有効性と、運用管理の幅広い課題に対する潜在的な拡張性が実証されています。

要約(オリジナル)

Assortment planning, integral to multiple commercial offerings, is a key problem studied in e-commerce and retail settings. Numerous variants of the problem along with their integration into business solutions have been thoroughly investigated in the existing literature. However, the nuanced complexities of in-store planning and a lack of optimization proficiency among store planners with strong domain expertise remain largely overlooked. These challenges frequently necessitate collaborative efforts with multiple stakeholders which often lead to prolonged decision-making processes and significant delays. To mitigate these challenges and capitalize on the advancements of Large Language Models (LLMs), we propose an interactive assortment planning framework, InteraSSort that augments LLMs with optimization tools to assist store planners in making decisions through interactive conversations. Specifically, we develop a solution featuring a user-friendly interface that enables users to express their optimization objectives as input text prompts to InteraSSort and receive tailored optimized solutions as output. Our framework extends beyond basic functionality by enabling the inclusion of additional constraints through interactive conversation, facilitating precise and highly customized decision-making. Extensive experiments demonstrate the effectiveness of our framework and potential extensions to a broad range of operations management challenges.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google