Система для динамического ценообразования

Заказчиком проекта был владелец интернет магазина, который хотел увеличить прибыль своего бизнеса за счет интеллектуального формирования цен на товары.
В качестве решения нами был реализован алгоритм для предсказания оптимальных цен на товары в интернет магазине. За основу взяли данные о продажах подобных товаров в этом магазине ранее, данные о себестоимости товаров и данных о продажах конкурентов за аналогичный период.
С помощью метода обучения с подкреплением (reinforcement learning) Q-learning программа подбирает оптимальную стратегию для увеличения или снижения цены в зависимости от отклика пользователей. На основе требований заказчика были отобраны необходимые входные данные и откалиброваны настройки системы, подобраны метрики для оптимизации, модель была успешно реализована и протестирована.