智能機器人系統在陶瓷電商行業中的應用研究

林春蘭

（泉州工藝美術職業學院設計藝術系，德化362500 ）

1 智能機器人系統在陶瓷電商行業中的發展前提

智能機器人是一項革命性的新技術，正在逐步深刻地改變著人們的生產、生活和思想，對經濟社會進步產生深遠影響。目前，各國都高度重視智能機器人的發展，并出臺了一系列政策促進其深入應用和快速發展。2015 年5 月，國家發改委出臺《關于大力發展電子商務，加快培育經濟新動能的意見》，其中“智慧”是中國發展戰略的重要組成部分。從那時起，一系列的政策文件對智能技術在電子商務中的應用進行了深入和精煉，例如通過網絡商店、移動支付、智能裝飾等新技術，大力發展體驗經濟。2017 年7 月，國務院《新一代智能機器人系統發展規劃》中明確提出了“智能機器人”的概念，并提出要大力發展民用無人機、強化物流基礎、推動商業智能化升級、發展個性化定制、智能化生產、智能化生產、智能化工廠等。2017 年8 月，國家發展改革委印發了《關于進一步擴大和改善信息消費、繼續釋放內需潛力的指導意見》。2018 年1 月，國務院辦公廳印發了《關于促進電子商務與快遞物流協調發展的意見》。

近幾年，隨著中國公司大力推行“智能機器人”工業，以及“智能經濟”等政策的深入推進，“智能機器人”技術在我國的商用市場得到了迅猛的發展，其推廣使用，產生了很大的經濟和社會效益。淘寶是中國最大的網上商城，利用深度學習等技術，為用戶提供個性化的商品；通過運用先進的電腦視覺識別技術，實現對商品的圖像識別，能有效地幫助使用者進行選擇，并能更好地掌握顧客的需要。同時，利用自然語言處理、語音識別等技術，建立了一種基于自然語言處理與語音識別的智能服務機器人。京東商城與博彥科技合作，使用情感分析和意圖識別技術來識別客戶的情感并預測投訴。

2 智能機器人系統在電商行業的應用概述

隨著智能機器人技術在電子商務中的應用，國內外學者對如何促進電子商務的發展進行了深入的探討。

2.1 智能客戶服務

智能服務系統通過自然語言處理、機器學習、大數據、語義分析和理解等智能機器人技術，能夠通過文本、圖像和語音等方式來解決顧客的購物需求。在技術應用初期，人工服務是以人工服務為基礎的。蔡志文和林建宗提出了一套跨平臺的智能服務系統，可以支持語音答疑和客戶購物意向評估，提高客戶滿意度，減少客戶平均等待時間。

然而，人和機器是不同的，在交流時，除了完成問答之外，還應根據用戶的情緒準確確定用戶的需求，以使他們更滿意。因此，為了提高顧客滿意度，張等人在人性化顧客服務中運用了情感計算技術。張在咨詢過程中，強化了用戶的輸入問題和一般問題的對應關系，從而改善了顧客的滿意度。在近期的一次調查中，Tran 和Luong致力于在一個智能聊天系統中優化用戶的意向，并對會話中所包含的內容進行了分析，結果表明，該算法比傳統的機器學習算法具有更大的優勢。

2.2 個人物品推薦制度

個性化推薦系統利用深度學習技術，為用戶提供個性化的推薦和服務。其能搜索、點擊、分享、收集消費者信息，并將其加入購物車，分析、預測、準確定位消費者信息，為消費者提供正確的購物建議，提升消費者的購買意愿和經驗。從算法優化的技術和用戶的心理行為兩個方面展開研究。首先是建議的準確性、新穎性和多樣性，其次是建議的效果，更多的是使用者對建議的感受以及對建議的反應，例如建議的滿意度，用戶的信息接受程度，以及用戶的后續購買。在傳統的推薦體系中，用戶與項目的交互信息是建立用戶偏好的重要依據。隨著社會化電子商務的不斷發展，人們和其它社會屬性的信息之間的聯系越來越受到重視，因此，它的應用也越來越受到人們的重視。

深度學習智能機器人技術可以有效地解決社交推薦中大量非結構化數據的問題，并分析不同的用戶行為。李等人利用卷積神經網絡模型，將顧客歸類，并根據潛在的用戶反饋行為（點擊、加入購物車、收集等等）進行分析。為了提高對用戶行為的分析和預測，本文提出了一種基于遞歸網絡的深度協作過濾方法。在深度學習和最新知識地圖技術的支持下，推薦系統逐漸從單一的靜態推薦模式演變為動態場景推薦。靜態模式是指當有足夠的歷史數據可用時，使用監督學習模型獲取用戶對各種產品的偏好，并在培訓后確定對用戶最具吸引力的產品；動態推薦模型是基于用戶的實時反饋信息，不斷發展用戶的行為特征，從而為他們提供更準確的推薦。在此基礎上，可運用多源大數據技術對顧客的購買行為進行實證分析。

2.3 圖像識別和檢索

消費者通過電子商務平臺來瀏覽商品，相對于文字還原來說更加直觀，能夠減少檢索路徑，并且能夠迅速地查找出符合用戶要求的商品。運用電腦視覺與深度學習，用戶可以一鍵分析商品的規格、顏色、款式、品牌等特征，從而滿足客戶的需求。

2.4 商品動態價格

在傳統模型中，公司的產品定價依據是公司的資料及經驗。在新的互聯網時代，用戶的信息是即時產生的，隨著市場的不斷變動，產品的價格也會發生動態的調整，而深度學習算法則為其提供了一種動態的定價方法。通過對行為數據、交易數據、競爭數據等多維度數據的綜合分析，得出了企業在不同環境下的價格和市場策略。劉碩等人對馬爾可夫決策進行建模，建立了基于深度強化學習的端到端電子商務平臺動態定價模型，通過對天貓商城的一系列實地實驗，得出該模型是有效的，明顯優于傳統的手工定價模型。

2.5 預測趨勢和用戶行為

很多人的資料經常被隱藏在他們的日常生活中，所以，對用戶的圖片進行深入的分析，能夠更好地了解目前的商品趨勢、訂單規模、用戶反饋等。Miah 等人利用社會媒介共享地理位置，照片等，在特定的地方，可以預測旅游者的行為。

3 智能機器人系統在陶瓷電商行業中的應用研究

3.1 陶瓷電商領域中智能機器人系統的使用狀況

隨著電子商務的快速發展，售后服務的質量將直接影響商家的經營業績，因此，在陶瓷行業，售后服務變得更加重要。

3.1.1 越來越多地運用于售后顧問服務

目前，智能機器人在售后咨詢中的應用越來越廣泛，用戶可以通過電子產品的銷售指導，隨時了解產品的使用方法和售后服務流程。這種智能解決方案廣泛存在于各類陶瓷電子商務企業中。目前，98%的陶瓷電商企業已將其用于淘寶、京東等平臺的銷售咨詢。

3.1.2 顧客維修和維修保養的完善

借助智能機器人，電商公司可以全面分析客戶的消費現狀和售后服務中存在的問題，向消費者推薦自己感興趣的產品，從而達到客戶二次消費的目的。此外，智能機器人系統根據客戶購買商品的物流信息，在客戶確認收到商品后，自動將商品的評價環節或要求發送給客戶，以收集客戶對商品的使用體驗并提供相應的意見，這樣商家就可以做出相應的調整。

3.2 在陶瓷電商領域中應用智能機器人系統的應用

3.2.1 提高售后服務效率和服務質量

該系統提供了高精度、人性化的自然語言處理與語義分析，極大地提升了客戶服務的工作效。首先，智能客戶服務可以提供24 小時服務，解決客戶的常見問題，而無需等待太久。這種高效的回答不僅可以降低消費者的購物欲望，解決消費者的疑慮，還可以有效地改善消費者的售后服務和購物體驗。其次。智能服務與手工服務有機結合，大大提高了客戶的售后服務。當智能服務無法為客戶提供答案時，人工服務會提供合理的解決方案。在服務期間，將有一個稱為“人機協作”的輔助程序，這種“人機協作”將接收客戶在客戶服務之前提出的所有問題，智能引擎將分析這些問題并將其反饋給手動客戶服務。當用戶的問題得到回答時，問題將自動反饋給用戶；相反，人工服務可以直接修改問題的答案，然后將其發送給用戶。這樣，用戶可以得到準確的答案，避免回答問題，從而提高售后服務質量。

3.2.2 增加陶瓷電商企業的經濟效益

智能機器人系統為陶瓷電子商務企業創造了可觀的經濟效益。首先，其經濟效益來自無限的智能機器人。與傳統的手工售后服務相比，可以日夜為客戶解答相關的售后問題，為降低公司的工資開支，增加公司的利潤。其次，高效率的智能機器人系統能夠提高用戶的使用體驗。最后，優質的顧客體驗能為公司帶來更多的顧客選擇，進而提升公司的收益。

3.2.3 改變售后服務行業人力資源短缺的狀況

從人力資源角度來看，智能機器人的最大優勢在于可以節約大量的人力資源，并有效地解決人工不足的問題。服務業對勞動者的素質要求相對較低，而隨著高等教育的發展，新增加的勞動力具有更高的文化程度，而大多數的高層次勞動力都不愿意從事服務業。同時，電商平臺上的陶瓷行業也不愿為這些服務崗位加薪，這就導致電商平臺的銷售困難。智能機器人技術的使用可以有效減少電子陶瓷行業對人才的需求，從而有效解決電子陶瓷行業的人才招聘問題。因此，智能機器人與電子商務企業售后服務的有機結合，可以在一定意義上解決企業的就業問題。

4 未來潛在的發展機會

4.1 對優化與改善的重視程度較高，但對機器分析、解釋與匹配的能力仍未充分重視

在個性化推薦領域，由于智能算法的廣泛使用和復雜性，關于這一提議的原因，有很多爭論，從訓練模式得到的結果很難得到合理的解釋，也很難將其用于現實情況?？山忉屝允且环N讓使用者和內容供應商都能在最優推薦體系中加入的橋梁。建立一種可解釋性的推薦機制，可以有效地提升推薦的效率，并在一定程度上樹立用戶的自信心。今后的研究應該更多地從用戶交互認知的視角，更注重用戶交互的效率、推薦質量和精確度。

4.2 消費者購買決策中多個主體互動的作用

盡管智能機器人系統已廣泛應用于各行各業，但是在消費者的整個采購流程中，除了提供機器人的服務外，還包括企業、平臺客服、智能系統（機器人）、消費者等。因此，今后的研究應著重于使用者在資訊交流及采購決策過程中，與使用者互動時所產生的情緒及行為改變。

4.3 人機交互水平下的用戶情緒響應與反饋機理的探討

目前，對智能機器人應用水平的研究主要集中在如何提高用戶的購物效率，而智能系統的使用很少涉及情感聯系、社區歸屬、評價反饋、共享行為等。在將來，這種方法可以被轉換成不同的情緒和互動方式，然后，從多個方面探討智能使用者與智能使用者的信任、智能影像識別系統的逐步搜索、智能定價系統對使用者的信任、使用者對系統的認識與回饋。

4.4 基于啟發式和人性化的智能機器人

卡普蘭和亨萊因把智能機器人分為分析型、啟發型和人文型。當前，在電子商務平臺上應用的大部分智能機器人都屬于這一類。這個智能的機器人系統，主要指的是識別與感知，也就是一種認知能力。從以往的經驗中，可以得到一些指引，引導我們做出將來的決定。未來，在智能機器人的技術和應用中，應該更加關注其“人性”特征，尤其是控制、隱私、倫理等。

4.5 智能機器人在消費者購買行為中的消極作用

智能機器人技術作為一門前沿技術，具有雙重屬性。比如，要充分利用社會化媒體站點，就需要在智能推薦方案中建立一個“信息繭屋”；在商品和定價方面，智能算法存在著諸如價格歧視、購買力歧視等問題；算法行為還可能導致市場崩潰；在做決定時，存取、存儲或使用你的個人資料會造成一定的擔心，這會影響用戶的購買意愿，提高用戶對智能推薦的負面評價。因此，未來的研究應更加關注智能機器人技術對消費者決策的負面影響，使其朝著健康、良性的方向發展。

5 結論

智能機器人在服務系統中的“替代”和“幫助”功能將越來越具體和深入，智能機器人將以更智能、更便捷的方式參與到用戶和企業之間。