科技趋势：台湾电商巨头Yahoo奇摩6大AI应用大公开
13525
来源: iThome 黄郁芸 2018.10.08
台湾老牌电商Yahoo奇摩近日公开了内部AI应用成果，负责该电商平台的Oath台湾电商产品部副总经理蓝纬民指出，早在5、6年前，Yahoo奇摩的平台就开始采用机器学习技术，目前主要有6大类应用，包括了常见的站内搜寻、个人化推荐、图像处理辨识、语意分析、销售分析预估，以及诈欺侦测等，都采用了机器学习技术，尤其是在促销内容自动生成上，也大力仰赖AI辅助。
他也进一步分享电商应用AI更多的细节，蓝纬民认为，站内搜寻结合AI后的含金量最高，按操作流程，还可细分为5个应用阶段，首先用户在搜寻列输入文字时，会提供搜寻建议，自动产生关键词、商家和品牌建议。其次在搜寻字符串处理，如拼字、同义词、断词断字，个人资料档案抽取等，以及第三阶段搜寻的排序处理上，也都大力仰赖机器学习。下一步，在搜寻结果页面上的商品自动分类建议，最后一项应用是能提供更进一步的搜寻建议，包含替代搜寻建议和替代商品建议。
除了搜寻，另一个电商常见AI应用就是站内推荐机制，Yahoo奇摩近几年随着资料量累积，蓝纬民表示，引进新运算技术和模型可以提高推荐机制和个人化模块的准确度，也越来越实时。目前电商平台可提供Buy also buy、View also view、Buy after buy等多种推荐方式，也可推荐商品和品牌，并打造个人化广告模块，依据买家、卖家及商品三者的信息，让商品出现在更能吸引消费者的曝光位置。
以图找图更进化，靠YOLO模型实时辨识图中多项对象
除了推荐功能外，另一个鲜为人知的电商AI应用是，利用AI来处理营销所需的商品素材。蓝纬民解释，店家提供的商品照片规格不一，甚至影像画质落差也很大，但最后如何成为首页干干净净的商品促销广告，靠得就是利用AI来生成营销用的影像。
Yahoo奇摩使用了卷积神经网络（Convolutional Neural Networks）来处理图片后制，可自动将厂商提供的商品图片去背，方便套入到首页上的促销广告中。
CNN不只用于影像生成，也用于其他图像辨识应用，例如以图找图或相似商品的搜寻上，可协助顾客更容易找到出相似的商品。蓝纬民表示，与3年前相比，改用深度学习后，商品图片搜寻更快也更有效率。
顾客上传照片来搜寻商品的功能也比3年前有很大的改善，过去，一套衣服还得要求使用者逐一拍摄，回传上、下半身等不同位置的服饰照片，现在系统可以直接从一张全身照片中自动标示所穿的衣服来比对。Yahoo奇摩采用了深度学习模型YOLO（You Only Look Once），可动态实时辨识手机上传画面中的对象，自动辨识出上衣、下身衣物和鞋子，并产生位置外框（Bounding Box）来标示出对象所在的区域，完成对象标示后即可直接进入搜寻。
另外，Yahoo奇摩还用机器学习来分析商品的用户评价留言。一般在电商平台的商品常有大量评价留言，然而其中多数评价的参考性或实用性不高，Yahoo奇摩则运用递归神经网络（Recurrent Neural Network，RNN）来分析评价的语意内容，自动过滤出内容实用的评价，优先呈现在App上，让买家清楚获知商品的使用反馈。
不只文字评价，顾客与客服人员的对话内容，现在也直接利用机器学习技术，来聆听录音档的内容并自动分类，不需要大量人力听取录音来进行分类，可以更快找出改善客服质量的关键，也可以掌握客户近期最常提出的问题，尽快排除。
Yahoo奇摩第5项电商AI应用是销售分析预估，藉助机器学习技术中的逻辑回归分析（Relational Logistic Regression，RLR）和简单移动平均（Simple Moving Average，SMA）的结合，从商品的属性、档期、曝光版位、广告量、历史销量、销售季节和价格等信息，可以更精确地预估主打商品在特地档期的销量，进而准备足够的进货量和预估对应的人力需求，「可用来优化商品定价、进货数量与库存成本，这是2年前，我们无法做到的事。」蓝纬民说。
结合机器学习和3-D Secure机制，Yahoo电商交易顺畅度提升
蓝纬民公开的最后一项AI应用则是诈欺侦测。5年前，Yahoo奇摩在拍卖平台上就开始用监督式学习来侦测拍卖诈欺行为，帮买家侦测属意商品是否来自可疑卖家，会透过卖家评价、不合理价格、特定关键词如「可私下交易」、「快速结要」等来多方监督，一旦发现可疑卖场就下架停权，或直接联系客户阻止汇款。
而近来则将诈欺侦测应用在刷卡交易上，蓝纬民解释，一般为防止盗刷，当消费者刷卡消费时，会切换到征信系统，等候电商平台与银行或持卡人确认此笔交易的真实性，过去Yahoo奇摩也同许多业者一样，仰赖3-D Secure机制，透过交易确认简讯，向持卡人确认。不过，「此机制相当干扰使用者，」蓝纬民坦言，常造成消费者的不便，如错过回复时间，而取消交易。
现在，Yahoo奇摩将机器学习和3-D Secure机制结合，先用机器学习过滤所有交易，发现可疑交易时，才会进一步启用3-D Secure机制，向持卡人确认。蓝纬民表示，搭配机器学习可疑交易后，大幅降低了打扰买家的次数，不只有效提升交易顺畅度，也能减少人力作业成本。
此外，为保护用户账号及个人资料，Yahoo奇摩收集用户在站内的所有浏览足迹，利用非监督式学习分析足迹，侦测账号是否有被入侵，并与保护流程自动串接。如侦测到使用者登入后，有马上下载所有的交易信息，甚至打印交易信息等异常行为，系统会采取因应措施，要求用户再次认证身分。
关键词：#yahoo #AI应用
