​AI+电商 | UGC海量数据识别应用方案解析

作者:技术大发2022.04.21 17:07浏览量:175

简介:​AI+电商 | UGC海量数据识别应用方案解析

UGC海量数据的超载时代,如何高效处理是对各大互联网平台的挑战更是机遇。
从用户规模看,我国网民使用率最高的 TOP10 互联网应用中,80% 以上的应用与数字产业直接相关,平均用户规模超过 6 亿。而这个规模还在持续稳定地攀升。

有料!UGC内容平台大有可为

事实上,AI已经被深入应用到了UGC内容领域。通过人工智能技术,帮助互联网平台针对用户上传的海量数据进行分类、清洗、分发、审核及数据统计。但这仍不是全部,如果把互联网平台看成是一座super city,AI就是让整个城市正常运转的规则。在这样的规模下,只用人工完成整个城市的管理非常低效。而AI就是确保这个城市能智能高效地运转的有效工具。

以短视频平台为例,凭借计算机视觉与自然语言处理技术,通过人、内容及二者互动数据的理解,形成众多模型;通过算法匹配,推荐给用户他们可能感兴趣的内容,实现人与内容、人与人的精准连接。

AI的应用,大大提升了内容生产、内容审核、内容分发的效率,有效助力了互联网资讯类、电商类平台的长期发展。3 秒可以识别图像、1秒可以审核100条用户稿件;用智能分发之前平台每天曝光内容 5000 条,用 AI 之后曝光内容超过 120 万条的对比;使用智能推荐后人均时长提升 45%、点击率提升 19 倍……这些都是 AI 赋能平台运营后带来的具体的价值和收益。

细分场景的玩法各有特色

外场观众说:这是大厂的游戏?不!数量庞大、类型繁多的中小型电商/资讯平台,都在不断投入AI+信息处理的各种尝试:

识货APP:聚集大量运动潮品爱好者的平台。用户每天上传几万张鞋子照片,包括:鞋子外观,外盒或者鞋标,后台需要将鞋类照片进行分类处理,以便用户进行图像搜索时实现精准搜索。这里产生的照片分类工作量可想而知。但通过飞桨EasyDL平台图像分类功能,提交少量图片进行训练,形成鞋类照片分类API,并通过该模型将300W+存量照片、每日3W+的新增照片进行了分类。不仅补充了产品后台数据处理能力,替代原有10+人工审核团队,提升审核效率。

图片.jpg
⬆️鞋子外观

图片.jpg
⬆️鞋标

家图网:是一款聚焦在用户装修及家居设计的社交化电商导购平台。利用飞桨EasyDL实现海量图片分类并打标签。用户在上传家居图片后系统可以识别出多件家具商品并实现智能推荐。图片的利用率从过去的30%,提升到80%。相似图片推荐的改进,使图片点击率上升了30%。

图片.jpg

某财经类网站:针对网站上传信息进行分类打标更方便对新闻进行分类编辑,同时过滤掉虚假新闻确保整个平台的公信力。飞桨EasyDL利用NLP技术对新闻主体部分进行内容含义的辨识理解,实现内容的精准匹配和个性化定制。同时节约了原本近20人的新闻标签小组,虚假新闻的误判率降低了20%。

图片.jpg
⬆️新闻标题分类处理

飞桨EasyDL提供零门槛指引快速实现内容平台智能

唯一的困难是,这类平台背后的企业,相比大厂,可能更难招聘到足够多的AI算法开发者,因而让这些技术的升级应用变得有些力不从心。

此前一份针对中部互联网内容平台的调研反馈中,提及技术人才匮乏是影响平台应用AI技术的主要因素,团队中AI技术人员不足10人的情况占到85.5%。

图片.jpg

百度飞桨EasyDL零门槛AI开发平台的存在将这一难题迎刃而解。

基于百度全场景的AI技术实力,飞桨EasyDL能支持图像、语音、视频、文本多种内容的自定义分类,还可能进一步实现OCR文字识别图像识别、文本情感分析等更为复杂的应用。

而全套的开发流程,几乎不需要编写代码,也不需要深度学习的算法背景,智能标注、模型训练、服务部署等全流程功能,都可以在一个平台简单实现。