人工智能+電商公共基礎課-《人工智能導論》1234基本概念和內涵應用場景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、基本概念和內涵基本概念和內涵3電子商務電子商務是指交易雙方利用計算機技術與網絡通信技術等現代信息技術所進行的各類商務活動，包括貨物貿易、服務貿易以及知識產權貿易等（主要是企業和企業之間B2B、企業和客戶之間B2C以及客戶和客戶之間C2C），按照一定的標準進行的各種商務活動的總稱。基本概念和內涵4電子商務現狀2022年全國電子商務交易額達43.83萬億元，電子商務服務業營收規模達6.79萬億元，電子商務從業人數達6937.18萬人。如：快遞作為電商衍生行業，就業規模達到300萬人規模。電商及相關產業已經成為我國就業和收入的重要增長點。基本概念和內涵5AI+電子商務電子商務數字化的先天基因海量數據虛擬場景國家政策支持加強電子商務領域云計算、大數據、智能交易等核心關鍵技術的研究開發；支持實體零售店綜合利用網上商店、移動支付、智能試衣等新技術發展體驗經濟，鼓勵企業建立智能倉儲系統、完善智能配送體系，依托互聯網平臺提供人工智能公共創新服務等；大力發展消費類和商用類無人機、無人船，加強智能物流在電商行業中的根本保障作用，大規模推動企業智能化升級，發展個性化定制，擴大智能產品的供給，推廣應用智能工廠等。基本概念和內涵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，利用電子商務已有的海量數據，在各個應用場景中實現智能化和自動化，以達到提高工作效率、提高用戶體驗以及有效降低運營成本等目的。人工智能+電商二、應用場景應用場景8智能客服機器人主要涉及到大數據處理、自然語言處理（NLP）以及語義分析等人工智能技術手段。通過預訓練模型已經強化學習，不斷優化服務，形成有效溝通。24小時在線服務，降低人員成本。應用場景9推薦引擎數據分析+推薦算法用戶畫像：瀏覽記錄、收藏記錄、消費行為等推薦給用戶價格、款式等符合用戶需求的商品應用場景10圖像搜索無法準確描述商品信息，拍照上傳圖像識別技術推薦給用戶和圖像高度相似的商品應用場景11商品定價商品數量眾多，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習模型實時動態調整價格應用場景12智能庫存預測庫存管理多渠道化、庫存積壓和庫存不足影響嚴重分析影響庫存的關鍵因素利用機器學習模型擬合不同因素對庫存的影響。應用場景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24小時高效、及時和穩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”，導致了“信息過載”的出現用戶很難找到合適商品浪費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鍵詞，你和好友竟然出現不一樣的商品列表？為什么我剛剛瀏覽了一件商品以后，首頁各個頻道的展現變了？……個性化推薦簡介

17淘寶“千人千面”假設：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鍵信息（特征）模型根據特征推薦給用戶不同的商品個性化推薦原理

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

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

20基于內容的推薦算法第一，推薦系統提取目標用戶記錄數據和評分數據，利用特征提取方法將商品屬性等特征數據提取出來；第二，系統自動計算所有可推薦商品與目標用戶之間的偏好匹配度；第三，根據計算出的商品與目標用戶之間的偏好匹配度，然后將商品推薦給目標用戶。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，這時純粹的協同過濾系統會由于評分數據很少而效果不好；再如用戶對計算機的偏好會隨著生活方式或經濟狀況的改變而改變，這時5年前對計算機的評分對基于內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同過濾和基于內容推薦的系統所擅長解決的。基于知識的推薦系統可以幫我們解決上面提到的問題。推薦結果依賴用戶具體需求與產品之間相似度的形式，或者是根據明確的推薦規則。個性化推薦原理

22基于關聯規則的推薦算法關聯規則挖掘發現大量數據中項集之間有趣的關聯或相關聯系。從大量數據中發現有趣的關聯關系，可以幫助許多商務決策的制定，如分類設計、交叉購物和賤賣分析。關聯規則挖掘的一個典型例子是購物籃分析。該過程通過發現顧客放入其購物籃中不同商品之間聯系，分析顧客的購買習慣。通過了解哪些商品頻繁地被顧客同時購買，這種關聯的發現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動態定價策略對商家來說，動態定價可以增加銷售的機會，對消費者來說，動態定價也可以更好滿足消費者需求。動態定價的核心邏輯還是基于供需關系的調整策略，在成本相對穩定的前提下，動態定價可以有效的平衡需求量與收益。定價過程依賴數據和算法，以及營銷策略的綜合實現，一般來說，價格和需求會成為反比關系。商品定價策略

25動態定價使用場景機票會依據座位類型，出發點和目的地的需求情況、競爭對手的上座率和價格、轉機優惠、出發時間的屬性等，進行靈活定價。酒店的定價系統會參考各種數據輸入。例如，對于酒店，周末，活動日，紀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動態定價策略考慮因素有限，且模型通常為固定函數，通用型和延續性不強。傳統動態定價策略無法充分利用移動互聯網時代的大數據。傳統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系，導致定價策略失效。2.智能定價策略

27智能定價動態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調整。強化學習是人工智能領域的一類機器學習算法，是一種和環境進行交互的目標導向型學習方法。基于深度強化學習來建模求解動態定價問題，依靠深度學習的強擬合能力來感知環境狀態影響因素的變化對目標的影響關系，通過以累積回報期望最大化為目標的強化學習來解決動態定價問題追求最大化期望總收益的目標。人工智能+電商五、圖像搜索圖像搜索簡介

29圖像搜索發展基于文本關鍵字檢索的，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。標注待搜索圖片，本質上依然是基于文本的搜索。基于圖像識別技術的圖像搜索。圖像搜索簡介

30拍立淘阿里巴巴研發出的移動端以圖搜圖應用—拍立淘，使用戶可以通過拍攝照片，在手機淘寶上迅速找到同款及相似商品，是圖像搜索與識別領域極具代表性的落地產品。拍立淘只需要用戶隨手拍一張照片，即可精準檢索，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。用戶可以在不知道商品品牌、名字等任何相關信息的情況下搜索到想要的同類商品，并且提供質量、口碑、性價比等綜合因素排名。拍立淘原理

31構建索引庫首先，需要對這些海量圖像做一個篩選，選出質量高的、用戶感興趣的圖像作為商品代表圖像構建索引。通過目標檢測技術對商品圖像進行特征提取，再通過圖像特征構建大規模帶通用目錄的索引庫，并放入圖像搜索引擎等待查詢。為應對商品信息的更新，系統定時選擇和刪除重復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查詢并返回結果類目識別：利用圖像識別技術對待查詢圖像進行分類處理，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構，通過類目分類得到14個大類目之一的結果。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的結果。通過查詢圖像的Top30個鄰居，再根據每個商品的類目標簽進行加權投票，以預測待查詢圖像的類目標簽。拍立淘原理

33查詢并返回結果目標定位：提取圖像目標區域的特征，基于相似性度量在索引引擎中搜索產生候選。商家的拍攝環境、設備等相對比較專業，而用戶查詢的圖像，通常是用手機攝像頭拍攝的，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，系統需要具備在圖像中定位主體目標并提取主體特征