Recathon LLM Negotiators
1.0.0
LLM ネゴシエーター プロジェクトは、高度な言語学習モデル (LLM) を統合して個人的なやり取りをシミュレートし、動的な価格交渉を可能にし、透明性を高めることで、e コマース エクスペリエンスを強化することを目的としています。このシステムは、固定価格設定と限られた顧客インタラクションの制限に対処し、より魅力的で柔軟なショッピング エクスペリエンスを提供します。
コンポーネントとワークフロー:
製品リスト: 電子商取引プラットフォームは製品カタログを表示し、トランザクションの支払いゲートウェイと対話します。
LLM チャット インターフェイス: これは、顧客が AI ネゴシエーターと対話して製品価格について話し合い、交渉できる交渉インターフェイスとして機能します。
マスター ベクトル DB (V_DB): LLM の理解と応答生成を強化するために、ネゴシエーション データのベクトル表現を保存します。
動的価格設定モデル:
需要スコア: 製品の需要を評価して価格を動的に調整します。ダウンリフト係数: さまざまな要因に基づいて、最小許容割引を決定します。価格変動要因: 市場動向と競合他社の価格設定を考慮して価格を調整します。競争力のある価格設定: さまざまなプラットフォーム (P1、P2、P3、P4、P5) からの価格を分析し、競争力を維持するために価格設定戦略を更新します。
Web スクレイパー: 対象の Web サイトを定期的にスクレイピングしてトレンド データベースを更新し (3 ～ 6 か月ごと)、価格設定モデルが現在の市場状況に応じて反映されるようにします。
スコア決定モデル: 動的価格設定モデルからの入力を利用して、基本価格と AI によって生成された交渉価格を決定します。
プロセスフロー:
データの収集と更新: Web スクレイパーは市場データを収集し、中央データベースを更新します。
競合分析: 競合価格設定コンポーネントは、さまざまなプラットフォームからのデータを分析し、データベースに入力します。
動的価格設定: スコア決定モデルは、需要スコア、ダウンリフト要因、および価格変動要因を使用して、価格を動的に調整します。顧客との対話: LLM チャット インターフェイスを通じて、顧客はリアルタイムで価格交渉を行います。 LLM はマスター ベクトル データベースを使用して、パーソナライズされた状況に応じた適切な応答を提供します。
トランザクションの完了: 価格が合意されると、トランザクションは支払いゲートウェイを介して続行されます。
貢献者
