人工智能导论 课件 8. 人工智能+电商

人工智能+电商公共基础课-《人工智能导论》1234基本概念和内涵应用场景5个性化推荐智能定价策略图片搜索人工智能+电商人工智能+电商一、基本概念和内涵基本概念和内涵3电子商务电子商务是指交易双方利用计算机技术与网络通信技术等现代信息技术所进行的各类商务活动，包括货物贸易、服务贸易以及知识产权贸易等（主要是企业和企业之间B2B、企业和客户之间B2C以及客户和客户之间C2C），按照一定的标准进行的各种商务活动的总称。基本概念和内涵4电子商务现状2022年全国电子商务交易额达43.83万亿元，电子商务服务业营收规模达6.79万亿元，电子商务从业人数达6937.18万人。如：快递作为电商衍生行业，就业规模达到300万人规模。电商及相关产业已经成为我国就业和收入的重要增长点。基本概念和内涵5AI+电子商务电子商务数字化的先天基因海量数据虚拟场景国家政策支持加强电子商务领域云计算、大数据、智能交易等核心关键技术的研究开发；支持实体零售店综合利用网上商店、移动支付、智能试衣等新技术发展体验经济，鼓励企业建立智能仓储系统、完善智能配送体系，依托互联网平台提供人工智能公共创新服务等；大力发展消费类和商用类无人机、无人船，加强智能物流在电商行业中的根本保障作用，大规模推动企业智能化升级，发展个性化定制，扩大智能产品的供给，推广应用智能工厂等。基本概念和内涵6智慧电商智慧电商就是利用自然语言处理以及图像识别等人工智能技术，利用电子商务已有的海量数据，在各个应用场景中实现智能化和自动化，以达到提高工作效率、提高用户体验以及有效降低运营成本等目的。人工智能+电商二、应用场景应用场景8智能客服机器人主要涉及到大数据处理、自然语言处理（NLP）以及语义分析等人工智能技术手段。通过预训练模型已经强化学习，不断优化服务，形成有效沟通。24小时在线服务，降低人员成本。应用场景9推荐引擎数据分析+推荐算法用户画像：浏览记录、收藏记录、消费行为等推荐给用户价格、款式等符合用户需求的商品应用场景10图像搜索无法准确描述商品信息，拍照上传图像识别技术推荐给用户和图像高度相似的商品应用场景11商品定价商品数量众多，信息时代影响因素众多，价格变动对时效性要求高提取市场变化、库存、市场热度等特征输入深度学习模型实时动态调整价格应用场景12智能库存预测库存管理多渠道化、库存积压和库存不足影响严重分析影响库存的关键因素利用机器学习模型拟合不同因素对库存的影响。应用场景13智能分拣千亿级别快递量，人工耗时、易错、成本高图像识别技术24小时高效、及时和稳定的智能分拣人工智能+电商三、个性化推荐个性化推荐简介

15为什么需要个性化推荐商品信息“琳琅满目”，导致了“信息过载”的出现用户很难找到合适商品浪费大量时间和精力个性化推荐简介

16淘宝“千人千面”两个人首页各个频道入口的图片以及文字不一致？为什么同样搜索一个关键词，你和好友竟然出现不一样的商品列表？为什么我刚刚浏览了一件商品以后，首页各个频道的展现变了？……个性化推荐简介

17淘宝“千人千面”假设：一个人历史的购物行为及偏好，会在未来的行为中也有迹可循购买记录、个人特征等都属于关键信息（特征）模型根据特征推荐给用户不同的商品个性化推荐原理

18协同过滤推荐算法基于用户的协同过滤是将与目标用户偏好相似度高的其他用户的偏好商品推荐给目标用户个性化推荐原理

19协同过滤推荐算法基于商品的协同过滤是筛选与目标用户的偏好商品或者已购买过的商品相似度高的商品集，然后根据筛选出的商品集形成针对目标用户的推荐集。个性化推荐原理

20基于内容的推荐算法第一，推荐系统提取目标用户记录数据和评分数据，利用特征提取方法将商品属性等特征数据提取出来；第二，系统自动计算所有可推荐商品与目标用户之间的偏好匹配度；第三，根据计算出的商品与目标用户之间的偏好匹配度，然后将商品推荐给目标用户。个性化推荐原理

21基于知识的推荐算法例如用户不会频繁购买房屋，这时纯粹的协同过滤系统会由于评分数据很少而效果不好；再如用户对计算机的偏好会随着生活方式或经济状况的改变而改变，这时5年前对计算机的评分对基于内容推荐来说就不太合适了；又如用户在购买汽车时希望能明确定义他们的需求，而这些需求的形式化处理并不是纯粹协同过滤和基于内容推荐的系统所擅长解决的。基于知识的推荐系统可以帮我们解决上面提到的问题。推荐结果依赖用户具体需求与产品之间相似度的形式，或者是根据明确的推荐规则。个性化推荐原理

22基于关联规则的推荐算法关联规则挖掘发现大量数据中项集之间有趣的关联或相关联系。从大量数据中发现有趣的关联关系，可以帮助许多商务决策的制定，如分类设计、交叉购物和贱卖分析。关联规则挖掘的一个典型例子是购物篮分析。该过程通过发现顾客放入其购物篮中不同商品之间联系，分析顾客的购买习惯。通过了解哪些商品频繁地被顾客同时购买，这种关联的发现可以帮助零售商制定营销策略。人工智能+电商四、智能定价商品定价策略

24动态定价策略对商家来说，动态定价可以增加销售的机会，对消费者来说，动态定价也可以更好满足消费者需求。动态定价的核心逻辑还是基于供需关系的调整策略，在成本相对稳定的前提下，动态定价可以有效的平衡需求量与收益。定价过程依赖数据和算法，以及营销策略的综合实现，一般来说，价格和需求会成为反比关系。商品定价策略

25动态定价使用场景机票会依据座位类型，出发点和目的地的需求情况、竞争对手的上座率和价格、转机优惠、出发时间的属性等，进行灵活定价。酒店的定价系统会参考各种数据输入。例如，对于酒店，周末，活动日，纪念日对于需求都是影响很大的。出行的需求和供给往往不够平衡，大家对出行服务的急迫性，不尽相同。灵活的定价可以提升溢价空间，满足刚性需求。打包商品、活动促销、空闲库存的充分利用等。智能定价策略

26智能定价的必要性传统动态定价策略考虑因素有限，且模型通常为固定函数，通用型和延续性不强。传统动态定价策略无法充分利用移动互联网时代的大数据。传统定价策略的模型过于简单，无法正确拟合各种因素与价格之间的关系，导致定价策略失效。2.智能定价策略

27智能定价动态智能定价是对价格时间序列处理的决策问题，需要随着时间的变化动态调整。强化学习是人工智能领域的一类机器学习算法，是一种和环境进行交互的目标导向型学习方法。基于深度强化学习来建模求解动态定价问题，依靠深度学习的强拟合能力来感知环境状态影响因素的变化对目标的影响关系，通过以累积回报期望最大化为目标的强化学习来解决动态定价问题追求最大化期望总收益的目标。人工智能+电商五、图像搜索图像搜索简介

29图像搜索发展基于文本关键字检索的，通过匹配图片上的文字的相似度来判断两幅图像的相似程度。标注待搜索图片，本质上依然是基于文本的搜索。基于图像识别技术的图像搜索。图像搜索简介

30拍立淘阿里巴巴研发出的移动端以图搜图应用—拍立淘，使用户可以通过拍摄照片，在手机淘宝上迅速找到同款及相似商品，是图像搜索与识别领域极具代表性的落地产品。拍立淘只需要用户随手拍一张照片，即可精准检索，省去了繁琐的文字描述，简化了用户的购物流程，大大提高了电商购物的体验。用户可以在不知道商品品牌、名字等任何相关信息的情况下搜索到想要的同类商品，并且提供质量、口碑、性价比等综合因素排名。拍立淘原理

31构建索引库首先，需要对这些海量图像做一个筛选，选出质量高的、用户感兴趣的图像作为商品代表图像构建索引。通过目标检测技术对商品图像进行特征提取，再通过图像特征构建大规模带通用目录的索引库，并放入图像搜索引擎等待查询。为应对商品信息的更新，系统定时选择和删除重复或高度相似的商品图像，以一定频率更新索引库。拍立淘原理

32查询并返回结果类目识别：利用图像识别技术对待查询图像进行分类处理，以确定待查商品具体类目信息。淘宝的类目体系是基于叶子类目的层次化结构，通过类目分类得到14个大类目之一的结果。类目识别时，对查询图像提取通用特征，并在图像参考集中检索Top30的结果。通过查询图像的Top30个邻居，再根据每个商品的类目标签进行加权投票，以预测待查询图像的类目标签。拍立淘原理

33查询并返回结果目标定位：提取图像目标区域的特征，基于相似性度量在索引引擎中搜索产生候选。商家的拍摄环境、设备等相对比较专业，而用户查询的图像，通常是用手机摄像头拍摄的，伴随着光照、模糊和繁杂的背景等一系列问题。因此，用户拍摄的商品图像和商家商品图像之间存在巨大差异。为了减少这种影响，系统需要具备在图像中定位主体目标并提取主体特征