发布时间：2023-09-27
作为我国数字经济的重要组成部分，电子商务是一种典型的以信息服务为载体数字商务形态。在电子商务中，提供高质量的信息服务是提升消费者留存率，提高商户盈利能力的关键之一。当前，随着以深度学习为代表的人工智能方法在电子商务中的深度应用，借助人工智能的最新进展，结合电子商务情景中的消费者购物特征进行适应性的创新，为电商提供智能化的信息服务方法支撑，成为促进电商行业高质量发展、提升电商企业竞争能力和服务水平的关键科学任务之一。
针对电商平台如何基于人工智能方法创新信息服务形式，中国人民大学商学院管理科学与工程系教授张瑾与其指导博士生李欣蕊，以及中国传媒大学经济与管理学院王黎烨副教授合作撰写了论文“A Review Selection Method Based on Consumer Decision Phases in E-commerce”。该成果发表在中国计算机学会（CCF）认定的A类国际期刊ACM Transactions on Information Systems上，是我院教授第一次在CCF 国际A类期刊发表的研究成果，同时也是我院教授在企业数字化领域发表的第一篇有关人工智能方法创新的研究论文。
该论文选择消费者口碑评论作为电商信息服务的代表，根据消费者在购物决策过程中对商品进行筛选和评估两个阶段的动态信息需求特征，设计提出了名为 DPRS的消费者评论“小数据”集合提取方法框架，该框架创新融合了基于先验知识感知的注意力神经网络模型和提取评论“小数据”集合的逐步非支配选择方法。论文基于真实海量评论数据验证了DPRS方法的有效性，实验结果表明，DPRS能够准确识别消费者在商品筛选和评估两个阶段所需要的不同评论信息；相比于比现有电商平台信息服务方法，DPRS能够提供更加符合消费者全购物过程信息需求且兼具高信息多样性和信息代表性的评论“小数据”集合。
该研究表明，电子商务中以“小数据”为目标的信息提取形式能够显著提升平台信息服务质量，也能够有效提升电商平台数据要素的价值发现效率；通过人工智能的方法创新，电商平台能够精准识别消费者在数字消费过程中的动态信息需求变化；电子商务信息服务可以从原来传统的只考虑信息侧内容价值转型成为考虑消费侧决策价值的新型信息服务形态，更加突出“以用户为中心”的平台价值。
已发表文章：
官方微信
中国人民大学商学院
