如何用AI準確分析消費者所需?亞馬遜分享運作秘密

科技 12:23 2020/03/13

分享:

亞馬遜近日就公開自家網站的營運秘密,與大眾分享亞馬遜如何利用及訓練人工智能(AI)及機器學習技術,為用家推薦相應產品。

在新冠肺炎疫情影響下,網上購物平台成為民眾最常光顧的網站,其中供應超過一億種商品的「萬能商店」亞馬遜(Amazon),訂單更是蜂擁而來。亞馬遜近日就公開自家網站的營運秘密,與大眾分享亞馬遜如何利用及訓練人工智能(AI)及機器學習技術,理解及分析用家的需求,再為用家推薦相應產品。

>>>【新冠肺炎】亞馬遜警告口罩賣家勿亂加價

亞馬遜搜尋功能客戶體驗應用科學家Adrian Boteanu昨(12日)發表網誌,指不少網上購物平台都會在消費者搜尋產品時,利用其搜尋的關鍵字推薦產品,但就難以提出最匹配的結果。例如客戶輸入「防水鞋」,就會彈出所有防水鞋。「但到底該用戶是在尋找在下雨天時回辦公室穿的防水鞋,抑或是計畫在阿帕拉契山脈徒步旅行使用的防水鞋?」他表示,亞馬遜的AI系統,可使用前文後理推算,提供最匹配的結果。

當客戶輸入查詢「防水鞋」時,到底是在尋找哪一類型的防水鞋?(亞馬遜資料圖片)

他表示,現時亞馬遜已進入自動化,但在剛開始進行系統進行培訓時,亦花了不少時間及精力建立數據庫。一開始,團隊就綜合了173種常用產品 ,列為「context-of-use categories」,再分為112種活動類別如:閱讀、清潔、跑步等,以及61類對象類別,即孩子、母親、男人及專業人員等。團隊會使用標準參考文本,為不同類別創建別名。例如母親(Mother)類別,就會紀錄「mum」、「mom」、 及「mommy」。用戶就算輸入任何一個名稱,都能夠找到母親類別的相關物品。

而下一階段就是要利用數據庫,在數百種產品與特定的查詢關鍵字是否有關聯。亞馬遜團隊會搜尋有關產品的評論,了解數據庫的別名是否正確,並先進行分類,分成:產品與類別相關,或與類別無關,確定數據庫的資訊是否正確。

再者,團隊為訓練系統,會使用內部數據庫,逐一評價產品的「共鳴得分(affinity score)」,是否與關鍵字相關。低分(1分)代表關聯性弱;高分(15分)則代表關聯性強。其後就會將每個產品項目與關鍵字進行配對,而且組合可以千變萬化,主要以關鍵字、context-of-use categories中的產品ID、及共鳴得分,三項元素計算關聯性。

模型準確率高達97%

最後就使用數據結果,來訓練6個不同的機器學習模型,而每個模型都會使用卷積神經網絡(Convolutional Neural Network)。Boteanu指,模型準確性極高,在測試中發現系統能準確預測使用者搜尋的產品,在活動類別的準確性高達97%,而對象類別準確性就為92%。

Boteanu表示,亞馬遜的系統現時已成熟,可利用AI演算法自動計算,從而為客戶提供最合適的產品選擇。

>>>【企業營銷】亞馬遜Prime會員突破1.5億 會員制如何吸金?

責任編輯:曾曉汶

緊貼財經時事新聞分析,讚好hket Facebook 專版