微众银行AI团队携手美菜网助力生鲜行业升级

随着人民生活水平的提升及政策的扶持,生鲜行业快速发展,然而物流、仓储等环节的非标准化问题进一步凸显。微众银行AI团队携手美菜网用人工智能等新技术进行仓储规范化管理、销量精准预测,助力生鲜行业效率升级。

近年来,伴随着互联网新零售的发展,生鲜行业需求爆发式增长,表现出巨大的发展潜力。同时,在农业供给侧结构性改革的政策下,有关部门大力加强农产品流通设施和市场建设,农产品水平明显提高。据有关资料显示,2011-2018年我国生鲜市场交易额稳步增长,2018年达到1.91万亿元,同比增长6.7%。预计到2020年,我国生鲜市场规模将达到2.31万亿元,年复合增速达到14.16%。

生鲜行业虽发展迅猛,但所面临的问题也日益凸显,生鲜产品具有短保质、冷链配送难、非标准化等特性,对从业者而言,在生鲜的仓库储存、货物损耗、配送等各个环节都会面临考验。就在近日,微众银行AI团队携手美菜网,通过人工智能应用助力生鲜行业智能仓储及销量预测,优化行业效率。

针对货物损耗高、备货把控难等行业问题,双方着手发力智能仓储,通过对商圈、高速路、批发市场的地理位置、政策补贴等维度进行分析,通过设定的配送效率和履约条件,智能评估备选资源的交通情况、环境情况及库内设备设施优劣性,辅助开仓、迁仓等决策。

此外,在销量预测方面,根据生鲜电商的众多细分业务场景,双方研发了单日销量预测、多日销量预测、实时销量预测等方向的预测技术,每项预测技术同时融合多种算法模型的优势,不但结合ARIMA、FBprophet等时间序列算法,和RandomForest、XGBoost机器学习算法,也研发一些独有的适合美菜业务的模型。在一些具体的业务场景中,美菜还会在预测算法的基础上采用贴合业务的策略,比如在蔬菜分剩项目里,美菜将分剩率降到6.9%,晨采率限制在12.5%。

同时,双方深入挖掘生鲜电商的业务逻辑,并将业务逻辑模型化。双方构建了多个基础特征模型,比如促销模型、价格弹性模型、销量归因分析、商品替代关系模型、商户画像、商户消耗能力模型等。美菜将这些模型的结果应用在销量预测中,进一步提高预测准确率,同时也产生对应业务优化策略。

未来,双方将继续推动生鲜供应链行业的技术变革,建立基于自动机器学习模型对销量预测持续优化的可推广平台,并进一步就AI智能定价、智能客服系统等领域开展深入研究。

微众银行AI
微众银行AI

微众银行是腾讯发起的国内首家互联网银行,用自主可控、安全可信的AI技术引领金融科技新方向!

NewsLetter智慧零售微众银行
相关数据
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

XGBoost技术

XGBoost是一个开源软件库,为C ++,Java,Python,R,和Julia提供了渐变增强框架。 它适用于Linux,Windows,MacOS。从项目描述来看,它旨在提供一个“可扩展,便携式和分布式的梯度提升(GBM,GBRT,GBDT)库”。 除了在一台机器上运行,它还支持分布式处理框架Apache Hadoop,Apache Spark和Apache Flink。 由于它是许多机器学习大赛中获胜团队的首选算法,因此它已经赢得了很多人的关注。

联邦学习技术

如何在保护数据隐私、满足合法合规要求的前提下继续进行机器学习,这部分研究被称为「联邦学习」(Federated Learning)。

迁移学习技术

迁移学习 是属于机器学习的一种研究领域。它专注于存储已有问题的解决模型,并将其利用在其他不同但相关问题上。比如说,用来辨识汽车的知识(或者是模型)也可以被用来提升识别卡车的能力。计算机领域的迁移学习和心理学常常提到的学习迁移在概念上有一定关系,但是两个领域在学术上的关系非常有限。

推荐文章
暂无评论
暂无评论~