eBay向洛约拉玛丽蒙特大学计算机科学助理教授曼迪·科尔普西克（Mandy Korpusik）提供5万美元资助，用于开展基于深度学习的购买意向预测研究。
eBay希望通过这项研究解决的问题包括：在在线购物过程中，顾客最终完成结账的概率是多少？我们能否以超过95%的高准确率对此进行预测？调整定价是否会对不同客户群体的购买决策产生积极影响？
科尔普西克将与她的一名硕士生布兰登·戈尔希拉齐安（Brandon Golshirazian）合作，由后者为其论文实施该研究。预计这是一项为期六个月的研究项目，将于2023年春季结束。
研究将首先运行eBay通过其现有的长短期记忆（LSTM）模型收集的新客户活动数据，以确定输出准确性是否与以往结果相同。然后，研究团队将添加新的客户活动特征，以分析和扩展eBay此前的研究成果。最后一步涉及设计一种不同的神经网络模型，将eBay的新客户数据集输入其中，目标是让eBay利用这些结果来优化其客户的在线购物体验。
关于“调整定价”的深层含义
他们所说的“调整后的定价是否会积极影响不同客户群体的购买决策？”到底是什么意思呢？🤨
我肯定会密切关注明年这个研究项目的成果，尤其是对任何关于价格调整的内容感兴趣。
eBay一直在不断尝试各种定价思路，例如2018年提交并于今年早些时候获批的一项即时报价分发系统专利。
计算机化市场已得到广泛应用。此类市场可能包含从简单的分类广告和公告板到更先进的支持拍卖格式列表的系统等多种形态。通过这些市场进行的交易模式包括固定价格、点对点竞价、批量采购以及“竞价锁定”模式等。这些模式以及其他一些模式已使用多年，并取得了广泛成功。
尽管这些模型相较于传统的实体零售提供了显著的优势和益处，但仍存在若干局限性。计算机化市场虽然便捷，但也缺乏人情味，无法在实时环境中针对正在浏览或搜索商品/服务的个人进行互动。
目前尚无现成系统能够让用户通过在线市场与卖家进行实时即时谈判并购买商品。所提出的系统通过提供增强的图形用户界面（GUI）来解决上述局限性，该界面包含一个用于在线市场实时即时谈判的配套系统。
该系统允许卖家选择加入，并在其偏好的时间段或基于预定义标准为其 listings 支持即时购物。对于由即时卖家提供的商品，购物者会发现一个额外的选项来请求即时交易。当系统收到即时交易请求时，它会向一个或多个可用的即时卖家发送通知，通知内容可能包括购物者信息、数量、具体细节、当前 listing 价格以及该商品已知的最佳市场价格。
通知客户端会向所有收到通知的卖家显示倒计时器，并提供调整其最优报价的选项。如果卖家未调整任何选项，则使用原始 listing 返回默认报价。系统会分析所有卖家的报价，基于一系列标准选择最佳报价，并将所选报价返回给购物者，同时提供查看第二、第三等次优报价的选项。系统可能会显示卖家的地理位置和其他比较价格，以帮助即时购物者快速做出购买决定。
未来展望与互动讨论
尽管他们尚未实施此类即时报价功能，且专利往往难以转化为实际开发成果，但看看 eBay 未来可能考虑的方向还是很有趣的。
作为 eBay 买家，什么因素最影响你决定是否继续结账？
你希望 eBay 重点关注购买体验的哪些方面——定价、用户体验/设计、相关性，还是其他方面？
请在下方评论中告诉我们！