人工智能導(dǎo)論 課件 8. 人工智能+電商

人工智能+電商公共基礎(chǔ)課-《人工智能導(dǎo)論》1234基本概念和內(nèi)涵應(yīng)用場景5個性化推薦智能定價策略圖片搜索人工智能+電商人工智能+電商一、基本概念和內(nèi)涵基本概念和內(nèi)涵3電子商務(wù)電子商務(wù)是指交易雙方利用計(jì)算機(jī)技術(shù)與網(wǎng)絡(luò)通信技術(shù)等現(xiàn)代信息技術(shù)所進(jìn)行的各類商務(wù)活動，包括貨物貿(mào)易、服務(wù)貿(mào)易以及知識產(chǎn)權(quán)貿(mào)易等（主要是企業(yè)和企業(yè)之間B2B、企業(yè)和客戶之間B2C以及客戶和客戶之間C2C），按照一定的標(biāo)準(zhǔn)進(jìn)行的各種商務(wù)活動的總稱。基本概念和內(nèi)涵4電子商務(wù)現(xiàn)狀2022年全國電子商務(wù)交易額達(dá)43.83萬億元，電子商務(wù)服務(wù)業(yè)營收規(guī)模達(dá)6.79萬億元，電子商務(wù)從業(yè)人數(shù)達(dá)6937.18萬人。如：快遞作為電商衍生行業(yè)，就業(yè)規(guī)模達(dá)到300萬人規(guī)模。電商及相關(guān)產(chǎn)業(yè)已經(jīng)成為我國就業(yè)和收入的重要增長點(diǎn)?；靖拍詈蛢?nèi)涵5AI+電子商務(wù)電子商務(wù)數(shù)字化的先天基因海量數(shù)據(jù)虛擬場景國家政策支持加強(qiáng)電子商務(wù)領(lǐng)域云計(jì)算、大數(shù)據(jù)、智能交易等核心關(guān)鍵技術(shù)的研究開發(fā)；支持實(shí)體零售店綜合利用網(wǎng)上商店、移動支付、智能試衣等新技術(shù)發(fā)展體驗(yàn)經(jīng)濟(jì)，鼓勵企業(yè)建立智能倉儲系統(tǒng)、完善智能配送體系，依托互聯(lián)網(wǎng)平臺提供人工智能公共創(chuàng)新服務(wù)等；大力發(fā)展消費(fèi)類和商用類無人機(jī)、無人船，加強(qiáng)智能物流在電商行業(yè)中的根本保障作用，大規(guī)模推動企業(yè)智能化升級，發(fā)展個性化定制，擴(kuò)大智能產(chǎn)品的供給，推廣應(yīng)用智能工廠等?；靖拍詈蛢?nèi)涵6智慧電商智慧電商就是利用自然語言處理以及圖像識別等人工智能技術(shù)，利用電子商務(wù)已有的海量數(shù)據(jù)，在各個應(yīng)用場景中實(shí)現(xiàn)智能化和自動化，以達(dá)到提高工作效率、提高用戶體驗(yàn)以及有效降低運(yùn)營成本等目的。人工智能+電商二、應(yīng)用場景應(yīng)用場景8智能客服機(jī)器人主要涉及到大數(shù)據(jù)處理、自然語言處理（NLP）以及語義分析等人工智能技術(shù)手段。通過預(yù)訓(xùn)練模型已經(jīng)強(qiáng)化學(xué)習(xí)，不斷優(yōu)化服務(wù)，形成有效溝通。24小時在線服務(wù)，降低人員成本。應(yīng)用場景9推薦引擎數(shù)據(jù)分析+推薦算法用戶畫像：瀏覽記錄、收藏記錄、消費(fèi)行為等推薦給用戶價格、款式等符合用戶需求的商品應(yīng)用場景10圖像搜索無法準(zhǔn)確描述商品信息，拍照上傳圖像識別技術(shù)推薦給用戶和圖像高度相似的商品應(yīng)用場景11商品定價商品數(shù)量眾多，信息時代影響因素眾多，價格變動對時效性要求高提取市場變化、庫存、市場熱度等特征輸入深度學(xué)習(xí)模型實(shí)時動態(tài)調(diào)整價格應(yīng)用場景12智能庫存預(yù)測庫存管理多渠道化、庫存積壓和庫存不足影響嚴(yán)重分析影響庫存的關(guān)鍵因素利用機(jī)器學(xué)習(xí)模型擬合不同因素對庫存的影響。應(yīng)用場景13智能分揀千億級別快遞量，人工耗時、易錯、成本高圖像識別技術(shù)24小時高效、及時和穩(wěn)定的智能分揀人工智能+電商三、個性化推薦個性化推薦簡介

15為什么需要個性化推薦商品信息“琳瑯滿目”，導(dǎo)致了“信息過載”的出現(xiàn)用戶很難找到合適商品浪費(fèi)大量時間和精力個性化推薦簡介

16淘寶“千人千面”兩個人首頁各個頻道入口的圖片以及文字不一致？為什么同樣搜索一個關(guān)鍵詞，你和好友竟然出現(xiàn)不一樣的商品列表？為什么我剛剛瀏覽了一件商品以后，首頁各個頻道的展現(xiàn)變了？……個性化推薦簡介

17淘寶“千人千面”假設(shè)：一個人歷史的購物行為及偏好，會在未來的行為中也有跡可循購買記錄、個人特征等都屬于關(guān)鍵信息（特征）模型根據(jù)特征推薦給用戶不同的商品個性化推薦原理

18協(xié)同過濾推薦算法基于用戶的協(xié)同過濾是將與目標(biāo)用戶偏好相似度高的其他用戶的偏好商品推薦給目標(biāo)用戶個性化推薦原理

19協(xié)同過濾推薦算法基于商品的協(xié)同過濾是篩選與目標(biāo)用戶的偏好商品或者已購買過的商品相似度高的商品集，然后根據(jù)篩選出的商品集形成針對目標(biāo)用戶的推薦集。個性化推薦原理

20基于內(nèi)容的推薦算法第一，推薦系統(tǒng)提取目標(biāo)用戶記錄數(shù)據(jù)和評分?jǐn)?shù)據(jù)，利用特征提取方法將商品屬性等特征數(shù)據(jù)提取出來；第二，系統(tǒng)自動計(jì)算所有可推薦商品與目標(biāo)用戶之間的偏好匹配度；第三，根據(jù)計(jì)算出的商品與目標(biāo)用戶之間的偏好匹配度，然后將商品推薦給目標(biāo)用戶。個性化推薦原理

21基于知識的推薦算法例如用戶不會頻繁購買房屋，這時純粹的協(xié)同過濾系統(tǒng)會由于評分?jǐn)?shù)據(jù)很少而效果不好；再如用戶對計(jì)算機(jī)的偏好會隨著生活方式或經(jīng)濟(jì)狀況的改變而改變，這時5年前對計(jì)算機(jī)的評分對基于內(nèi)容推薦來說就不太合適了；又如用戶在購買汽車時希望能明確定義他們的需求，而這些需求的形式化處理并不是純粹協(xié)同過濾和基于內(nèi)容推薦的系統(tǒng)所擅長解決的。基于知識的推薦系統(tǒng)可以幫我們解決上面提到的問題。推薦結(jié)果依賴用戶具體需求與產(chǎn)品之間相似度的形式，或者是根據(jù)明確的推薦規(guī)則。個性化推薦原理

22基于關(guān)聯(lián)規(guī)則的推薦算法關(guān)聯(lián)規(guī)則挖掘發(fā)現(xiàn)大量數(shù)據(jù)中項(xiàng)集之間有趣的關(guān)聯(lián)或相關(guān)聯(lián)系。從大量數(shù)據(jù)中發(fā)現(xiàn)有趣的關(guān)聯(lián)關(guān)系，可以幫助許多商務(wù)決策的制定，如分類設(shè)計(jì)、交叉購物和賤賣分析。關(guān)聯(lián)規(guī)則挖掘的一個典型例子是購物籃分析。該過程通過發(fā)現(xiàn)顧客放入其購物籃中不同商品之間聯(lián)系，分析顧客的購買習(xí)慣。通過了解哪些商品頻繁地被顧客同時購買，這種關(guān)聯(lián)的發(fā)現(xiàn)可以幫助零售商制定營銷策略。人工智能+電商四、智能定價商品定價策略

24動態(tài)定價策略對商家來說，動態(tài)定價可以增加銷售的機(jī)會，對消費(fèi)者來說，動態(tài)定價也可以更好滿足消費(fèi)者需求。動態(tài)定價的核心邏輯還是基于供需關(guān)系的調(diào)整策略，在成本相對穩(wěn)定的前提下，動態(tài)定價可以有效的平衡需求量與收益。定價過程依賴數(shù)據(jù)和算法，以及營銷策略的綜合實(shí)現(xiàn)，一般來說，價格和需求會成為反比關(guān)系。商品定價策略

25動態(tài)定價使用場景機(jī)票會依據(jù)座位類型，出發(fā)點(diǎn)和目的地的需求情況、競爭對手的上座率和價格、轉(zhuǎn)機(jī)優(yōu)惠、出發(fā)時間的屬性等，進(jìn)行靈活定價。酒店的定價系統(tǒng)會參考各種數(shù)據(jù)輸入。例如，對于酒店，周末，活動日，紀(jì)念日對于需求都是影響很大的。出行的需求和供給往往不夠平衡，大家對出行服務(wù)的急迫性，不盡相同。靈活的定價可以提升溢價空間，滿足剛性需求。打包商品、活動促銷、空閑庫存的充分利用等。智能定價策略

26智能定價的必要性傳統(tǒng)動態(tài)定價策略考慮因素有限，且模型通常為固定函數(shù)，通用型和延續(xù)性不強(qiáng)。傳統(tǒng)動態(tài)定價策略無法充分利用移動互聯(lián)網(wǎng)時代的大數(shù)據(jù)。傳統(tǒng)定價策略的模型過于簡單，無法正確擬合各種因素與價格之間的關(guān)系，導(dǎo)致定價策略失效。2.智能定價策略

27智能定價動態(tài)智能定價是對價格時間序列處理的決策問題，需要隨著時間的變化動態(tài)調(diào)整。強(qiáng)化學(xué)習(xí)是人工智能領(lǐng)域的一類機(jī)器學(xué)習(xí)算法，是一種和環(huán)境進(jìn)行交互的目標(biāo)導(dǎo)向型學(xué)習(xí)方法?；谏疃葟?qiáng)化學(xué)習(xí)來建模求解動態(tài)定價問題，依靠深度學(xué)習(xí)的強(qiáng)擬合能力來感知環(huán)境狀態(tài)影響因素的變化對目標(biāo)的影響關(guān)系，通過以累積回報(bào)期望最大化為目標(biāo)的強(qiáng)化學(xué)習(xí)來解決動態(tài)定價問題追求最大化期望總收益的目標(biāo)。人工智能+電商五、圖像搜索圖像搜索簡介

29圖像搜索發(fā)展基于文本關(guān)鍵字檢索的，通過匹配圖片上的文字的相似度來判斷兩幅圖像的相似程度。標(biāo)注待搜索圖片，本質(zhì)上依然是基于文本的搜索。基于圖像識別技術(shù)的圖像搜索。圖像搜索簡介

30拍立淘阿里巴巴研發(fā)出的移動端以圖搜圖應(yīng)用—拍立淘，使用戶可以通過拍攝照片，在手機(jī)淘寶上迅速找到同款及相似商品，是圖像搜索與識別領(lǐng)域極具代表性的落地產(chǎn)品。拍立淘只需要用戶隨手拍一張照片，即可精準(zhǔn)檢索，省去了繁瑣的文字描述，簡化了用戶的購物流程，大大提高了電商購物的體驗(yàn)。用戶可以在不知道商品品牌、名字等任何相關(guān)信息的情況下搜索到想要的同類商品，并且提供質(zhì)量、口碑、性價比等綜合因素排名。拍立淘原理

31構(gòu)建索引庫首先，需要對這些海量圖像做一個篩選，選出質(zhì)量高的、用戶感興趣的圖像作為商品代表圖像構(gòu)建索引。通過目標(biāo)檢測技術(shù)對商品圖像進(jìn)行特征提取，再通過圖像特征構(gòu)建大規(guī)模帶通用目錄的索引庫，并放入圖像搜索引擎等待查詢。為應(yīng)對商品信息的更新，系統(tǒng)定時選擇和刪除重復(fù)或高度相似的商品圖像，以一定頻率更新索引庫。拍立淘原理

32查詢并返回結(jié)果類目識別：利用圖像識別技術(shù)對待查詢圖像進(jìn)行分類處理，以確定待查商品具體類目信息。淘寶的類目體系是基于葉子類目的層次化結(jié)構(gòu)，通過類目分類得到14個大類目之一的結(jié)果。類目識別時，對查詢圖像提取通用特征，并在圖像參考集中檢索Top30的結(jié)果。通過查詢圖像的Top30個鄰居，再根據(jù)每個商品的類目標(biāo)簽進(jìn)行加權(quán)投票，以預(yù)測待查詢圖像的類目標(biāo)簽。拍立淘原理

33查詢并返回結(jié)果目標(biāo)定位：提取圖像目標(biāo)區(qū)域的特征，基于相似性度量在索引引擎中搜索產(chǎn)生候選。商家的拍攝環(huán)境、設(shè)備等相對比較專業(yè)，而用戶查詢的圖像，通常是用手機(jī)攝像頭拍攝的，伴隨著光照、模糊和繁雜的背景等一系列問題。因此，用戶拍攝的商品圖像和商家商品圖像之間存在巨大差異。為了減少這種影響，系統(tǒng)需要具備在圖像中定位主體目標(biāo)并提取主體特征