Оптимизация бизнес-процессов в электронной коммерции с применением методов и алгоритмов искусственного интеллекта
https://doi.org/10.35596/1729-7648-2024-22-6-103-111
Аннотация
Рассмотрены методы и алгоритмы искусственного интеллекта, направленные на автоматизацию и оптимизацию бизнес-процессов в электронной коммерции. Представлены возможности использования искусственного интеллекта для персонализации клиентских предложений, прогнозирования поведения потребителей и сегментации клиентов с помощью методов машинного обучения. Проанализированы особенности применения искусственного интеллекта в таких крупных компаниях, как Amazon, Walmart, OZON и Netflix, где он позволяет улучшать точность прогнозов и автоматизировать процессы принятия решений. Предложено использование методов обработки естественного языка и нейронных сетей для автоматической генерации рекламных описаний товаров, что способствует повышению эффективности маркетинговых стратегий и снижению издержек.
Об авторах
Е. С. Пискун
Белорусский государственный университет информатики и радиоэлектроники
Беларусь
Пискун Екатерина Сергеевна, канд. экон. наук, доц. каф. проектирования информационно-компьютерных систем
220013, г. Минск, ул. П. Бровки, 6
Тел.: +375 17 292-20-80
Д. В. Нуансенгси
Белорусский государственный университет информатики и радиоэлектроники
Беларусь
Нуансенгси Д. В., магистрант каф. проектирования информационно-компьютерных систем
г. Минск
Е. Н. Котько
Белорусский государственный университет информатики и радиоэлектроники
Беларусь
Котько Е. Н., магистрант каф. проектирования информационно-компьютерных систем
г. Минск
Список литературы
1. Worldwide Spending on Artificial Intelligence Forecast to Reach $632 Billion in 2028, According to a New IDC Spending Guide. Available: https://www.idc.com/getdoc.jsp?containerId=prUS52530724 (Accessed 9 October 2024).
2. Content Personalization: The Key to Your Audience’s Heart. Available: https://svetak.ru/blog/personalizatsiya-kontenta-klyuch-k-serdtsu-vashey-auditorii (Accessed 9 October 2024) (in Russian).
3. Hosmer D. W., Lemeshow S., Sturdivant R. X. (2013) Applied Logistic Regression. John Wiley & Sons. 398 (56), 38-60.
4. Shah H., Rust R. T., Staelin R. (2018) Machine Learning in Marketing. Journal of Marketing. 221 (56), 1-18.
5. Montgomery D. C., Peck E. A., Vining G. G. (2015) Introduction to Linear Regression Analysis. John Wiley & Sons. 124 (22), 44-56.
6. Amazon Personalize Documentation. Available: https://docs.aws.amazon.com/personalize (Accessed 1 October 2024).
7. How Amazon’s Robotics Are Reshaping the Supply Chain. Available: https://supplychaindigital.com/digital-supply-chain/amazon-warehouse-automation-ai-revolution (Accessed 1 October 2024).
8. AliMe: Enhancing Customer Experience with AI. Available: https://www.ailabs.global/blog/enhancing-customer-experience-with-ai (Accessed 9 October 2024).
9. Cainiao Smart Logistics. Available: https://www.cainiao.com/en/index.html (Accessed 9 October 2024).
10. Introducing Meta Llama 3: The Most Capable Openly Available LLM to Date. Available: https://ai.meta.com/blog/meta-llama-3 (Accessed 9 October 2024).
Просмотров:
298