ARTIFICIAL INTELLIGENCE SYSTEM AND METHOD FOR GENERATING A HIERARCHICAL DATA STRUCTURE

Systems and methods for generating a hierarchical data structure are provided. An example method can include: acquiring sales data associated with items and item pairs in a category for a given period; filtering, based on a set of predetermined criteria, the sales data to obtain the items and the item pairs; generating document term matrices for the item pairs based on item description and item attributes; calculating attribute similarity measures and substitutability measures for the item pairs; performing, based on a set of predefined CBT generating rules, a hierarchical clustering on the document term matrices, item association, the substitutability measures and the attribute similarity measures; generating the CBT with a hierarchical grouping of the items; transforming the CBT to a dendrogram; pruning the dendrogram to generate a wireframe; regrouping the item pairs in CBT nodes with similar and substitutable attributes; and generating a user interface to visualize the CBT. La présente invention concerne des systèmes et des procédés permettant de générer une structure de données hiérarchique. Un procédé donné à titre d'exemple peut consister : à acquérir des données de ventes associées à des articles et des paires d'articles dans une catégorie pour une période donnée ; à filtrer, sur la base d'un ensemble de critères prédéterminés, les données de ventes pour obtenir les articles et les paires d'articles ; à générer des matrices de termes de documents pour les paires d'articles sur la base de la description d'articles et des attributs d'articles ; à calculer des mesures de similarité d'attributs et des mesures de possibilité de substitution pour les paires d'articles ; à effectuer, sur la base d'un ensemble de règles de génération d'arbre de comportement de client (CBT) prédéfinies, un regroupement hiérarchique sur les matrices de termes de documents, une association d'articles, les mesures de possibilité de substitution et les mesures de similarité d'attributs ; à générer le CBT à l'aide d'un regroupement hiérarchique des articles ; à transformer le CBT en un dendrogramme; élaguer le dendrogramme pour générer une trame filaire ; à regrouper les paires d'articles dans des nœuds CBT à l'aide d'attributs similaires et substituables ; et à générer une interface utilisateur pour visualiser le CBT.