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
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
Беларусь
Нуансенгси Д. В., магистрант каф. проектирования информационно-компьютерных систем
г. Минск
Е. Н. Котько
Белорусский государственный университет информатики и радиоэлектроники
Беларусь
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).
Рецензия
Для цитирования:
Пискун Е.С., Нуансенгси Д.В., Котько Е.Н. Оптимизация бизнес-процессов в электронной коммерции с применением методов и алгоритмов искусственного интеллекта. Доклады БГУИР. 2024;22(6):103-111. https://doi.org/10.35596/1729-7648-2024-22-6-103-111
For citation:
Piskun E.S., Nuansengsy D.V., Kotsko E.N. Optimization of Business Processes in E-Commerceusing Artificial Intelligence Methods and Algorithms. Doklady BGUIR. 2024;22(6):103-111. (In Russ.) https://doi.org/10.35596/1729-7648-2024-22-6-103-111
Просмотров: 118
Послать статью по эл. почте 