智能机器人系统在陶瓷电商行业中的应用研究

2022-11-23林春兰

佛山陶瓷 2022年8期

林春兰

（泉州工艺美术职业学院设计艺术系，德化362500 ）

1 智能机器人系统在陶瓷电商行业中的发展前提

智能机器人是一项革命性的新技术，正在逐步深刻地改变着人们的生产、生活和思想，对经济社会进步产生深远影响。目前，各国都高度重视智能机器人的发展，并出台了一系列政策促进其深入应用和快速发展。2015 年5 月，国家发改委出台《关于大力发展电子商务，加快培育经济新动能的意见》，其中“智慧”是中国发展战略的重要组成部分。从那时起，一系列的政策文件对智能技术在电子商务中的应用进行了深入和精炼，例如通过网络商店、移动支付、智能装饰等新技术，大力发展体验经济。2017 年7 月，国务院《新一代智能机器人系统发展规划》中明确提出了“智能机器人”的概念，并提出要大力发展民用无人机、强化物流基础、推动商业智能化升级、发展个性化定制、智能化生产、智能化生产、智能化工厂等。2017 年8 月，国家发展改革委印发了《关于进一步扩大和改善信息消费、继续释放内需潜力的指导意见》。2018 年1 月，国务院办公厅印发了《关于促进电子商务与快递物流协调发展的意见》。

近几年，随着中国公司大力推行“智能机器人”工业，以及“智能经济”等政策的深入推进，“智能机器人”技术在我国的商用市场得到了迅猛的发展，其推广使用，产生了很大的经济和社会效益。淘宝是中国最大的网上商城，利用深度学习等技术，为用户提供个性化的商品；通过运用先进的电脑视觉识别技术，实现对商品的图像识别，能有效地帮助使用者进行选择，并能更好地掌握顾客的需要。同时，利用自然语言处理、语音识别等技术，建立了一种基于自然语言处理与语音识别的智能服务机器人。京东商城与博彦科技合作，使用情感分析和意图识别技术来识别客户的情感并预测投诉。

2 智能机器人系统在电商行业的应用概述

随着智能机器人技术在电子商务中的应用，国内外学者对如何促进电子商务的发展进行了深入的探讨。

2.1 智能客户服务

智能服务系统通过自然语言处理、机器学习、大数据、语义分析和理解等智能机器人技术，能够通过文本、图像和语音等方式来解决顾客的购物需求。在技术应用初期，人工服务是以人工服务为基础的。蔡志文和林建宗提出了一套跨平台的智能服务系统，可以支持语音答疑和客户购物意向评估，提高客户满意度，减少客户平均等待时间。

然而，人和机器是不同的，在交流时，除了完成问答之外，还应根据用户的情绪准确确定用户的需求，以使他们更满意。因此，为了提高顾客满意度，张等人在人性化顾客服务中运用了情感计算技术。张在咨询过程中，强化了用户的输入问题和一般问题的对应关系，从而改善了顾客的满意度。在近期的一次调查中，Tran 和Luong致力于在一个智能聊天系统中优化用户的意向，并对会话中所包含的内容进行了分析，结果表明，该算法比传统的机器学习算法具有更大的优势。

2.2 个人物品推荐制度

个性化推荐系统利用深度学习技术，为用户提供个性化的推荐和服务。其能搜索、点击、分享、收集消费者信息，并将其加入购物车，分析、预测、准确定位消费者信息，为消费者提供正确的购物建议，提升消费者的购买意愿和经验。从算法优化的技术和用户的心理行为两个方面展开研究。首先是建议的准确性、新颖性和多样性，其次是建议的效果，更多的是使用者对建议的感受以及对建议的反应，例如建议的满意度，用户的信息接受程度，以及用户的后续购买。在传统的推荐体系中，用户与项目的交互信息是建立用户偏好的重要依据。随着社会化电子商务的不断发展，人们和其它社会属性的信息之间的联系越来越受到重视，因此，它的应用也越来越受到人们的重视。

深度学习智能机器人技术可以有效地解决社交推荐中大量非结构化数据的问题，并分析不同的用户行为。李等人利用卷积神经网络模型，将顾客归类，并根据潜在的用户反馈行为（点击、加入购物车、收集等等）进行分析。为了提高对用户行为的分析和预测，本文提出了一种基于递归网络的深度协作过滤方法。在深度学习和最新知识地图技术的支持下，推荐系统逐渐从单一的静态推荐模式演变为动态场景推荐。静态模式是指当有足够的历史数据可用时，使用监督学习模型获取用户对各种产品的偏好，并在培训后确定对用户最具吸引力的产品；动态推荐模型是基于用户的实时反馈信息，不断发展用户的行为特征，从而为他们提供更准确的推荐。在此基础上，可运用多源大数据技术对顾客的购买行为进行实证分析。

2.3 图像识别和检索

消费者通过电子商务平台来浏览商品，相对于文字还原来说更加直观，能够减少检索路径，并且能够迅速地查找出符合用户要求的商品。运用电脑视觉与深度学习，用户可以一键分析商品的规格、颜色、款式、品牌等特征，从而满足客户的需求。

2.4 商品动态价格

在传统模型中，公司的产品定价依据是公司的资料及经验。在新的互联网时代，用户的信息是即时产生的，随着市场的不断变动，产品的价格也会发生动态的调整，而深度学习算法则为其提供了一种动态的定价方法。通过对行为数据、交易数据、竞争数据等多维度数据的综合分析，得出了企业在不同环境下的价格和市场策略。刘硕等人对马尔可夫决策进行建模，建立了基于深度强化学习的端到端电子商务平台动态定价模型，通过对天猫商城的一系列实地实验，得出该模型是有效的，明显优于传统的手工定价模型。

2.5 预测趋势和用户行为

很多人的资料经常被隐藏在他们的日常生活中，所以，对用户的图片进行深入的分析，能够更好地了解目前的商品趋势、订单规模、用户反馈等。Miah 等人利用社会媒介共享地理位置，照片等，在特定的地方，可以预测旅游者的行为。

3 智能机器人系统在陶瓷电商行业中的应用研究

3.1 陶瓷电商领域中智能机器人系统的使用状况

随着电子商务的快速发展，售后服务的质量将直接影响商家的经营业绩，因此，在陶瓷行业，售后服务变得更加重要。

3.1.1 越来越多地运用于售后顾问服务

目前，智能机器人在售后咨询中的应用越来越广泛，用户可以通过电子产品的销售指导，随时了解产品的使用方法和售后服务流程。这种智能解决方案广泛存在于各类陶瓷电子商务企业中。目前，98%的陶瓷电商企业已将其用于淘宝、京东等平台的销售咨询。

3.1.2 顾客维修和维修保养的完善

借助智能机器人，电商公司可以全面分析客户的消费现状和售后服务中存在的问题，向消费者推荐自己感兴趣的产品，从而达到客户二次消费的目的。此外，智能机器人系统根据客户购买商品的物流信息，在客户确认收到商品后，自动将商品的评价环节或要求发送给客户，以收集客户对商品的使用体验并提供相应的意见，这样商家就可以做出相应的调整。

3.2 在陶瓷电商领域中应用智能机器人系统的应用

3.2.1 提高售后服务效率和服务质量

该系统提供了高精度、人性化的自然语言处理与语义分析，极大地提升了客户服务的工作效。首先，智能客户服务可以提供24 小时服务，解决客户的常见问题，而无需等待太久。这种高效的回答不仅可以降低消费者的购物欲望，解决消费者的疑虑，还可以有效地改善消费者的售后服务和购物体验。其次。智能服务与手工服务有机结合，大大提高了客户的售后服务。当智能服务无法为客户提供答案时，人工服务会提供合理的解决方案。在服务期间，将有一个称为“人机协作”的辅助程序，这种“人机协作”将接收客户在客户服务之前提出的所有问题，智能引擎将分析这些问题并将其反馈给手动客户服务。当用户的问题得到回答时，问题将自动反馈给用户；相反，人工服务可以直接修改问题的答案，然后将其发送给用户。这样，用户可以得到准确的答案，避免回答问题，从而提高售后服务质量。

3.2.2 增加陶瓷电商企业的经济效益

智能机器人系统为陶瓷电子商务企业创造了可观的经济效益。首先，其经济效益来自无限的智能机器人。与传统的手工售后服务相比，可以日夜为客户解答相关的售后问题，为降低公司的工资开支，增加公司的利润。其次，高效率的智能机器人系统能够提高用户的使用体验。最后，优质的顾客体验能为公司带来更多的顾客选择，进而提升公司的收益。

3.2.3 改变售后服务行业人力资源短缺的状况

从人力资源角度来看，智能机器人的最大优势在于可以节约大量的人力资源，并有效地解决人工不足的问题。服务业对劳动者的素质要求相对较低，而随着高等教育的发展，新增加的劳动力具有更高的文化程度，而大多数的高层次劳动力都不愿意从事服务业。同时，电商平台上的陶瓷行业也不愿为这些服务岗位加薪，这就导致电商平台的销售困难。智能机器人技术的使用可以有效减少电子陶瓷行业对人才的需求，从而有效解决电子陶瓷行业的人才招聘问题。因此，智能机器人与电子商务企业售后服务的有机结合，可以在一定意义上解决企业的就业问题。

4 未来潜在的发展机会

4.1 对优化与改善的重视程度较高，但对机器分析、解释与匹配的能力仍未充分重视

在个性化推荐领域，由于智能算法的广泛使用和复杂性，关于这一提议的原因，有很多争论，从训练模式得到的结果很难得到合理的解释，也很难将其用于现实情况。可解释性是一种让使用者和内容供应商都能在最优推荐体系中加入的桥梁。建立一种可解释性的推荐机制，可以有效地提升推荐的效率，并在一定程度上树立用户的自信心。今后的研究应该更多地从用户交互认知的视角，更注重用户交互的效率、推荐质量和精确度。

4.2 消费者购买决策中多个主体互动的作用

尽管智能机器人系统已广泛应用于各行各业，但是在消费者的整个采购流程中，除了提供机器人的服务外，还包括企业、平台客服、智能系统（机器人）、消费者等。因此，今后的研究应着重于使用者在资讯交流及采购决策过程中，与使用者互动时所产生的情绪及行为改变。

4.3 人机交互水平下的用户情绪响应与反馈机理的探讨

目前，对智能机器人应用水平的研究主要集中在如何提高用户的购物效率，而智能系统的使用很少涉及情感联系、社区归属、评价反馈、共享行为等。在将来，这种方法可以被转换成不同的情绪和互动方式，然后，从多个方面探讨智能使用者与智能使用者的信任、智能影像识别系统的逐步搜索、智能定价系统对使用者的信任、使用者对系统的认识与回馈。

4.4 基于启发式和人性化的智能机器人

卡普兰和亨莱因把智能机器人分为分析型、启发型和人文型。当前，在电子商务平台上应用的大部分智能机器人都属于这一类。这个智能的机器人系统，主要指的是识别与感知，也就是一种认知能力。从以往的经验中，可以得到一些指引，引导我们做出将来的决定。未来，在智能机器人的技术和应用中，应该更加关注其“人性”特征，尤其是控制、隐私、伦理等。

4.5 智能机器人在消费者购买行为中的消极作用

智能机器人技术作为一门前沿技术，具有双重属性。比如，要充分利用社会化媒体站点，就需要在智能推荐方案中建立一个“信息茧屋”；在商品和定价方面，智能算法存在着诸如价格歧视、购买力歧视等问题；算法行为还可能导致市场崩溃；在做决定时，存取、存储或使用你的个人资料会造成一定的担心，这会影响用户的购买意愿，提高用户对智能推荐的负面评价。因此，未来的研究应更加关注智能机器人技术对消费者决策的负面影响，使其朝着健康、良性的方向发展。