TW202232413A - 用於基於人工智慧的產品建議產生之電腦化系統以及方法 - Google Patents

用於基於人工智慧的產品建議產生之電腦化系統以及方法 Download PDF

Info

Publication number
TW202232413A
TW202232413A TW110148973A TW110148973A TW202232413A TW 202232413 A TW202232413 A TW 202232413A TW 110148973 A TW110148973 A TW 110148973A TW 110148973 A TW110148973 A TW 110148973A TW 202232413 A TW202232413 A TW 202232413A
Authority
TW
Taiwan
Prior art keywords
product
user
identifier
list
web page
Prior art date
Application number
TW110148973A
Other languages
English (en)
Inventor
托馬斯 貝利 瓊斯
艾米麗 筱韻 華
尼桑特 阿格拉沃爾
Original Assignee
南韓商韓領有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 南韓商韓領有限公司 filed Critical 南韓商韓領有限公司
Publication of TW202232413A publication Critical patent/TW202232413A/zh

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0633Lists, e.g. purchase orders, compilation or processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/3331Query processing
    • G06F16/3332Query translation
    • G06F16/3334Selection or weighting of terms from queries, including natural language queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/951Indexing; Web crawling techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/451Execution arrangements for user interfaces
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0623Item investigation
    • G06Q30/0625Directed, with specific intent or strategy
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0641Shopping interfaces
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Processing Or Creating Images (AREA)
  • Image Generation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

提供用於基於人工智慧(AI)的產品建議產生之系統以及方法。一種方法包括使用模型藉由以下方式預測多個建議產品:確定與使用者辨識符相關聯的時間跨度;擷取與使用者辨識符相關聯的使用者在所述時間跨度期間提交的至少一個查詢;萃取屬性;基於所萃取的屬性確定產品類別;基於所確定的產品類別產生產品列表;基於所產生的產品列表產生建議產品列表;以及將與網頁相關聯的使用者介面元素修改成包括所產生的建議產品列表。

Description

使用人工智慧產生產品建議之電腦化系統以及方法
本揭露大體而言是有關於使用人工智慧(artificial intelligence,AI)產生產品建議之電腦化系統以及方法。具體而言,本揭露的實施例是有關於創新性及非傳統系統,所述創新性及非傳統系統可藉由產生用於產生建議產品列表的模型而基於與查詢相關聯的使用者辨識符及產品辨識符來自動修改使用者介面元素。
消費者常常藉由電腦及智慧型裝置在線上進行購物並採購各種物項。該些線上購物者常常需要多於一天的時間來確定對於其而言最佳的產品來進行採購。舉例而言,許多線上購物者在採購最佳產品之前可能會花費數週時間研究及評估多種產品。然而,正常的線上購物體驗會受到線上購物引擎的阻礙,所述購物引擎對所有的顧客對話進行相同的對待,而無論購物者已考慮產品多長時間。舉例而言,傳統的線上購物引擎可提供相似的建議,而無論購物者已對產品進行購物達一天還是十四天。
賣方每天線上註冊幾百萬件產品。賣方在線上註冊其產品進行銷售時需要選擇其產品所屬的正確類別。然而,許多賣方在註冊其產品時並未選擇正確的類別。舉例而言,當註冊屬於「嬰孩」類別的嬰兒連體衣(infant onesie)時,賣方可能會不正確地選擇「兒童時裝」類別。不正確的產品分類可能會因延長消費者的產品搜尋以及降低線上平台的建議品質而嚴重降低消費者的使用者體驗。此外,由於可存在成千上萬種不同的類別,因此手動糾正產品的分類常常是困難且耗時的。若線上平台自動將產品分類至正確的類別,則消費者的使用者體驗將得到顯著改善。
線上購物引擎未能瞭解購物者在針對產品的顧客對話期間的動作可能會因延長購物者的產品搜尋以及降低線上平台的建議品質而嚴重降低購物者的使用者體驗。此外,由於存在具有各種顧客對話的許多不同購物者,因此手動瞭解不同的顧客對話是困難且耗時的。若線上平台自動自消費者的購物行為進行學習並相應地客製產品建議,則消費者的使用者體驗將得到顯著改善。
因此,需要產生產品建議的改善的方法以及系統,使得消費者可在線上購物時快速找到並採購產品。
本揭露的一個態樣是有關於一種用於基於AI的產品建議產生之系統。所述系統可包括:記憶體,儲存指令;以及至少一個處理器,被配置成執行指令。所述指令可包括:自使用者裝置接收查詢;自所述查詢萃取至少一個關鍵字;基於所萃取的所述關鍵字,確定使用者辨識符及產品辨識符;以及基於所確定的所述使用者辨識符及所確定的所述產品辨識符,搜尋與所述使用者辨識符及所述產品辨識符相關聯的資料庫。所述指令可更包括基於所述使用者辨識符及所述產品辨識符,使用模型藉由以下方式預測多個建議產品:確定與所述使用者辨識符相關聯的時間跨度;擷取與所述使用者辨識符相關聯的使用者在所述時間跨度期間提交的至少一個查詢;擷取所述使用者在所述時間跨度期間提交的至少一個過濾申請;擷取與和所擷取的所述查詢或所述過濾申請相關聯的至少一個產品相關聯的至少一個產品規格;自所擷取的所述查詢、所擷取的所述過濾申請及所擷取的所述產品規格萃取屬性;基於所萃取的所述屬性確定產品類別;基於所確定的所述產品類別產生產品列表;基於所產生的所述產品列表產生建議產品列表;以及將與網頁相關聯的使用者介面元素修改成包括所產生的所述建議產品列表。
本揭露的另一態樣是有關於一種用於基於AI的產品建議產生之方法。所述方法可包括:自使用者裝置接收查詢;自所述查詢萃取至少一個關鍵字;基於所萃取的所述關鍵字,確定使用者辨識符及產品辨識符;以及基於所確定的所述使用者辨識符及所確定的所述產品辨識符,搜尋與所述使用者辨識符及所述產品辨識符相關聯的資料庫。指令可更包括基於所述使用者辨識符及所述產品辨識符,使用模型藉由以下方式預測多個建議產品:確定與所述使用者辨識符相關聯的時間跨度;擷取與所述使用者辨識符相關聯的使用者在所述時間跨度期間提交的至少一個查詢;擷取所述使用者在所述時間跨度期間提交的至少一個過濾申請;擷取與和所擷取的所述查詢或所述過濾申請相關聯的至少一個產品相關聯的至少一個產品規格;自所擷取的所述查詢、所擷取的所述過濾申請及所擷取的所述產品規格萃取屬性;基於所萃取的所述屬性確定產品類別;基於所確定的所述產品類別產生產品列表;基於所產生的所述產品列表產生建議產品列表;以及將與網頁相關聯的使用者介面元素修改成包括所產生的所述建議產品列表。
本揭露的又一態樣是有關於一種用於基於AI的產品建議產生之系統。所述系統可包括:記憶體,儲存指令;以及至少一個處理器,被配置成執行指令。所述指令可包括:自使用者裝置接收查詢;自所述查詢萃取至少一個關鍵字;基於所萃取的所述關鍵字,確定使用者辨識符及產品辨識符;以及基於所確定的所述使用者辨識符及所確定的所述產品辨識符,搜尋與所述使用者辨識符及所述產品辨識符相關聯的資料庫。所述指令可更包括基於所述使用者辨識符及所述產品辨識符,使用模型藉由以下方式預測多個建議產品:確定與所述使用者辨識符相關聯的時間跨度;擷取與所述使用者辨識符相關聯的使用者在所述時間跨度期間提交的至少一個查詢;擷取所述使用者在所述時間跨度期間提交的至少一個過濾申請;擷取與和所擷取的所述查詢或所述過濾申請相關聯的至少一個產品相關聯的至少一個產品規格;自所擷取的所述查詢、所擷取的所述過濾申請及所擷取的所述產品規格萃取屬性;基於所萃取的所述屬性確定產品類別;基於所確定的所述產品類別產生產品列表;基於所產生的所述產品列表產生建議產品列表;為所產生的所述列表上的每種產品計算相似度分數;自所產生的所述列表移除相似度分數低於臨限值的產品;以及將與網頁相關聯的使用者介面元素修改成包括所產生的所述建議產品列表。
本文中亦論述其他系統、方法及電腦可讀取媒體。
以下詳細說明參照附圖。在圖式及以下說明中盡可能使用相同的參考編號來指代相同或相似的部件。儘管本文中闡述了若干例示性實施例,然而可具有各種修改、改編及其他實施方案。舉例而言,可對圖式中示出的組件及步驟進行替換、添加或修改,且可藉由對所揭露的方法的步驟進行替換、重新排序、移除或添加來修改本文中闡述的例示性方法。因此,以下詳細說明並非僅限於所揭露的實施例及實例。相反,本發明的正確範圍由隨附的專利申請範圍來界定。
本揭露的實施例是有關於被配置用於基於AI的產品建議產生的系統以及方法。所揭露的實施例能夠基於使用者辨識符及產品辨識符而使用模型預測至少一個建議產品。舉例而言,產品建議系統可擷取與使用者辨識符相關聯的使用者在時間跨度期間提交的至少一個查詢。產品建議系統可使用所述模型及自查詢萃取的屬性來確定與使用者辨識符及產品辨識符相關聯的產品類別。
在一些實施例中,產品建議系統可藉由為所產生的產品列表上的每種產品計算相似度分數來產生建議產品列表。在一些實施例中,產品建議系統可藉由將至少一個加權值分派至至少一個因子來計算相似度分數。在一些實施例中,所述至少一個因子可包括在網頁上選擇產品、在網頁上將產品添加至購物車或在網頁上採購產品中的至少一者的歷史使用者資料。
在一些實施例中,使用者可與和網頁相關聯的使用者介面元素交互,以對所產生的建議產品列表進行分選。舉例而言,產品建議系統可將使用者介面元素修改成使得使用者可根據價格、相似度分數、銷售量等對所產生的建議產品列表進行分選。在一些實施例中,產品建議系統可自動將使用者介面元素修改成根據價格、相似度分數、銷售量等來顯示所產生的建議產品列表。
參照圖1A,圖1A示出示意性方塊圖100,其示出包括用於能夠進行通訊的裝運、運輸及物流操作的電腦化系統的系統的示例性實施例。如圖1A中所示,系統100可包括各種系統,所述各種系統中的每一者可經由一或多個網路連接至彼此。所述系統亦可經由直接連接(例如使用纜線)連接至彼此。所繪示的系統包括裝運授權技術(shipment authority technology,SAT)系統101、外部前端系統103、內部前端系統105、運輸系統107、行動裝置107A、107B及107C、賣方入口109、裝運及訂單追蹤(shipment and order tracking,SOT)系統111、履行最佳化(fulfillment optimization,FO)系統113、履行訊息傳遞閘道(fulfillment messaging gateway,FMG)115、供應鏈管理(supply chain management,SCM)系統117、倉庫管理系統(warehouse management system,WMS)119、行動裝置119A、119B及119C(被繪示為位於履行中心(FC)200內部)、第三方履行(3 rdparty fulfillment,3PL)系統121A、121B及121C、履行中心授權系統(fulfillment center authorization system,FC Auth)123及勞資管理系統(labor management system,LMS)125。
在一些實施例中,SAT系統101可被實施為監控訂單狀態及交付狀態的電腦系統。舉例而言,SAT系統101可判斷訂單是否超過其承諾交付日期(Promised Delivery Date,PDD),且可採取包括發起新的訂單、再裝運未交付訂單中的物項、取消未交付訂單、發起與訂購顧客的聯繫等在內的適當行動。SAT系統101亦可監控包括輸出(例如在特定時間段期間裝運的包裝的數目)及輸入(例如被接收用於裝運的空紙盒的數目)在內的其他資料。SAT系統101亦可充當系統100中不同裝置之間的閘道,使得能夠在例如外部前端系統103及FO系統113等裝置之間達成通訊(例如,使用儲存及轉送(store-and-forward)或其他技術)。
在一些實施例中,外部前端系統103可被實施為使得外部使用者能夠與系統100中的一或多個系統交互的電腦系統。舉例而言,在其中系統100能夠呈現系統以使得使用者能夠對物項下訂單的實施例中,外部前端系統103可被實施為接收搜尋請求、呈現物項頁面及懇求支付資訊的網站伺服器。舉例而言,外部前端系統103可被實施為運行例如阿帕奇超文件傳輸協定(Hypertext Transfer Protocol,HTTP)伺服器、微軟網際網路資訊服務(Internet Information Services,IIS)、NGINX等軟體的一或多個電腦。在其他實施例中,外部前端系統103可運行客製網站伺服器軟體,客製網站伺服器軟體被設計成接收及處理來自外部裝置(例如,行動裝置102A或電腦102B)的請求,基於該些請求自資料庫及其他資料儲存器獲取資訊,且基於所獲取的資訊提供對所接收請求的響應。
在一些實施例中,外部前端系統103可包括網站快取系統(web caching system)、資料庫、搜尋系統或支付系統中的一或多者。在一個態樣中,外部前端系統103可包括該些系統中的一或多者,而在另一態樣中,外部前端系統103可包括連接至該些系統中的一或多者的介面(例如,伺服器至伺服器、資料庫至資料庫或其他網路連接)。
由圖1B、圖1C、圖1D及圖1E示出的一組例示性步驟將有助於闡述外部前端系統103的一些操作。外部前端系統103可自系統100中的系統或裝置接收資訊,以供呈現及/或顯示。舉例而言,外部前端系統103可代管或提供一或多個網頁,包括搜尋結果頁面(SRP)(例如,圖1B)、單一細節頁面(SDP)(例如,圖1C)、購物車頁面(例如,圖1D)或訂單頁面(例如,圖1E)。使用者裝置(例如,使用行動裝置102A或電腦102B)可導航至外部前端系統103,且藉由在搜尋框中輸入資訊來請求搜尋。外部前端系統103可自系統100中的一或多個系統請求資訊。舉例而言,外部前端系統103可自FO系統113請求滿足搜尋請求的資訊。外部前端系統103亦可請求及接收(自FO系統113)搜尋結果中所包括的每種產品的承諾交付日期或「PDD」。在一些實施例中,PDD可表示對以下的估測:容納產品的包裝將何時到達使用者所期望的位置,或者若在特定時間段(例如在一天結束(午後11:59)之前)內訂購則產品被承諾交付至使用者所期望的位置的日期。(以下參照FO系統113進一步論述PDD。)
外部前端系統103可基於所述資訊準備SRP(例如,圖1B)。SRP可包括滿足搜尋請求的資訊。舉例而言,此可包括滿足搜尋請求的產品的圖片。SRP亦可包括每種產品的相應價格,或者與每種產品的增強交付選項、PDD、重量、大小、優惠、折扣等相關的資訊。外部前端系統103可向發出請求的使用者裝置發送SRP(例如,經由網路)。
接著使用者裝置可例如藉由點擊或輕敲使用者介面(或使用另一輸入裝置)以選擇在SRP上表現的產品而自SRP選擇產品。使用者裝置可製定對所選擇產品的資訊的請求,且將其發送至外部前端系統103。作為響應,外部前端系統103可請求與所選擇產品相關的資訊。舉例而言,所述資訊可包括除在相應的SRP上針對產品呈現的資訊之外的附加資訊。此附加資訊可包括例如儲架壽命(shelf life)、原產國、重量、大小、包裝中物項的數目、操作說明(handling instructions)或關於產品的其他資訊。所述資訊亦可包括對相似產品的建議(例如,基於購買此產品及至少一種其他產品的顧客的巨量資料及/或機器學習分析)、對常問問題的回答、來自顧客的評論、製造商資訊、圖片等。
外部前端系統103可基於所接收的產品資訊來準備單一細節頁面(SDP)(例如,圖1C)。SDP亦可包括例如「立即購買(Buy Now)」按鈕、「添加至購物車(Add to Cart)」按鈕、量欄(quantity field)、物項圖片等其他交互式元素。SDP可更包括提供所述產品的賣方的列表。所述列表可基於每一賣方提供的價格來排序,使得提出以最低價格售賣產品的賣方可被列於頂部。所述列表亦可基於賣方排名來排序,使得排名最高的賣方可被列於頂部。賣方排名可基於包括例如賣方滿足所承諾PDD的過往追蹤記錄在內的多種因素來製定。外部前端系統103可將SDP交付至發出請求的使用者裝置(例如,經由網路)。
發出請求的使用者裝置可接收列出產品資訊的SDP。在接收到SDP後,使用者裝置接著可與SDP交互。舉例而言,發出請求的使用者裝置的使用者可點擊SDP上的「放入購物車中」按鈕或以其他方式與SDP上的「放入購物車中」按鈕交互。此會將產品添加至與使用者相關聯的購物車。使用者裝置可向外部前端系統103發射此種將產品添加至購物車的請求。
外部前端系統103可產生購物車頁面(例如,圖1D)。在一些實施例中,購物車頁面列出已被使用者添加至虛擬「購物車」的產品。使用者裝置可藉由點擊SRP、SDP或其他頁面上的圖標或以其他方式與SRP、SDP或其他頁面上的圖標交互來請求購物車頁面。在一些實施例中,購物車頁面可列出已被使用者添加至購物車的所有產品,以及關於購物車中的產品的資訊,例如每種產品的數量、每種產品的單價、每種產品的基於相關聯數量的價格、關於PDD的資訊、交付方法、裝運成本、用於修改購物車中的產品的使用者介面元素(例如,數量的刪除或修改)、用於訂購其他產品或設定產品的定期交付的選項、用於設定利息支付的選項、用於繼續採購的使用者介面元素等。使用者裝置處的使用者可點擊使用者介面元素(例如,讀為「立即購買」的按鈕)或以其他方式與使用者介面元素(例如,讀為「立即購買」的按鈕)交互,以發起對購物車中的產品的採購。在這樣做時,使用者裝置可向外部前端系統103發射此種發起採購的請求。
外部前端系統103可因應於接收到發起採購的請求而產生訂單頁面(例如,圖1E)。在一些實施例中,訂單頁面重新列出來自購物車的物項,且請求輸入支付及裝運資訊。舉例而言,訂單頁面可包括請求關於購物車中物項的採購者的資訊(例如,姓名、位址、電子郵件位址、電話號碼)、關於接收方的資訊(例如,姓名、位址、電話號碼、交付資訊)、裝運資訊(例如,交付及/或收取的速度/方法)、支付資訊(例如,信用卡、銀行轉帳、支票、賒帳(stored credit))、請求現金收據(例如,出於稅務目的)的使用者介面元素等的部分。外部前端系統103可向使用者裝置發送訂單頁面。
使用者裝置可在訂單頁面上輸入資訊,且點擊向外部前端系統103發送所述資訊的使用者介面元素或以其他方式與向外部前端系統103發送所述資訊的使用者介面元素交互。外部前端系統103可自使用者介面元素將資訊發送至系統100中的不同系統,以使得能夠用購物車中的產品創建及處理新的訂單。
在一些實施例中,外部前端系統103可更被配置成使得賣方能夠發射及接收與訂單相關的資訊。
在一些實施例中,內部前端系統105可被實施為使得內部使用者(例如,擁有、營運或租賃系統100的組織的員工)能夠與系統100中的一或多個系統交互的電腦系統。舉例而言,在其中系統101能夠呈現系統以使得使用者能夠對物項下訂單的實施例中,內部前端系統105可被實施為網站伺服器,網站伺服器使得內部使用者能夠查看關於訂單的診斷及統計資訊、修改物項資訊或者查核與訂單相關的統計量。舉例而言,內部前端系統105可被實施為運行例如阿帕奇HTTP伺服器、微軟網際網路資訊服務(IIS)、NGINX等軟體的一或多個電腦。在其他實施例中,內部前端系統105可運行客製網站伺服器軟體,客製網站伺服器軟體被設計成接收及處理來自繪示於系統100中的系統或裝置(以及未繪示的其他裝置)的請求,基於該些請求自資料庫及其他資料儲存器獲取資訊,且基於所獲取的資訊提供對所接收請求的響應。
在一些實施例中,內部前端系統105可包括網站快取系統、資料庫、搜尋系統、支付系統、分析系統、訂單監控系統等中的一或多者。在一個態樣中,內部前端系統105可包括該些系統中的一或多者,而在另一態樣中,內部前端系統105可包括連接至該些系統中的一或多者的介面(例如,伺服器至伺服器、資料庫至資料庫或其他網路連接)。
在一些實施例中,運輸系統107可被實施為使得能夠在系統100中的系統或裝置與行動裝置107A至107C之間達成通訊的電腦系統。在一些實施例中,運輸系統107可自一或多個行動裝置107A至107C(例如,行動電話、智慧型電話、個人數位助理(personal digital assistant,PDA)等)接收資訊。舉例而言,在一些實施例中,行動裝置107A至107C可包括由交付工作者操作的裝置。交付工作者(其可為永久的、臨時的或輪班的員工)可利用行動裝置107A至107C來達成對容納由使用者訂購的產品的包裝的交付。舉例而言,為交付包裝,交付工作者可在行動裝置上接收指示交付哪一包裝以及在何處交付所述包裝的通知。在到達交付位置時,交付工作者可使用行動裝置來定位包裝(例如,在卡車的後部或包裝的板條箱中)、掃描或以其他方式捕獲與包裝上的辨識符(例如,條形碼、影像、正文字串、射頻辨識(radio frequency identification,RFID)標籤等)相關聯的資料以及交付包裝(例如,藉由將包裝留在前門、將其留給保全警衛、將其交給接收方等)。在一些實施例中,交付工作者可使用行動裝置捕獲包裝的照片及/或可使用行動裝置獲得簽名。行動裝置可向運輸系統107發送包括關於交付的資訊在內的資訊,所述關於交付的資訊包括例如時間、日期、全球定位系統(Global Positioning System,GPS)位置、照片、與交付工作者相關聯的辨識符、與行動裝置相關聯的辨識符等。運輸系統107可將此資訊儲存於資料庫(未畫出)中,以供系統100中的其他系統存取。在一些實施例中,運輸系統107可使用此資訊來準備追蹤資料並將追蹤資料發送至指示特定包裝位置的其他系統。
在一些實施例中,某些使用者可使用一種種類的行動裝置(例如,永久工作者可使用具有例如條形碼掃描器、觸控筆(stylus)及其他裝置等客製硬體的專用PDA),而其他使用者可使用其他種類的行動裝置(例如,臨時工作者或輪班工作者可利用現成的行動電話及/或智慧型電話)。
在一些實施例中,運輸系統107可將使用者與每一裝置相關聯。舉例而言,運輸系統107可儲存使用者(由例如使用者辨識符、員工辨識符或電話號碼表示)與行動裝置(由例如國際行動設備辨識(International Mobile Equipment Identity,IMEI)、國際行動訂用辨識符(International Mobile Subscription Identifier,IMSI)、電話號碼、通用唯一辨識符(Universal Unique Identifier,UUID)或全球唯一辨識符(Globally Unique Identifier,GUID)表示)之間的關聯。運輸系統107可結合在交付時接收的資料使用此種關聯來分析儲存於資料庫中的資料,以便除其他資訊以外亦確定工作者的位置、工作者的效率或工作者的速度。
在一些實施例中,賣方入口109可被實施為使得賣方或其他外部實體能夠與系統100中的一或多個系統進行電子通訊的電腦系統。舉例而言,賣方可利用電腦系統(未畫出)來針對賣方希望使用賣方入口109藉由系統100來售賣的產品上載或提供產品資訊、訂單資訊、聯繫資訊等。
在一些實施例中,裝運及訂單追蹤系統111可被實施為如下的電腦系統:所述電腦系統接收、儲存及轉送關於容納由顧客(例如,由使用裝置102A至102B的使用者)訂購的產品的包裝的位置的資訊。在一些實施例中,裝運及訂單追蹤系統111可自由裝運公司操作的網站伺服器(未畫出)請求或儲存資訊,裝運公司交付容納由顧客訂購的產品的包裝。
在一些實施例中,裝運及訂單追蹤系統111可自系統100中所繪示的系統請求及儲存資訊。舉例而言,裝運及訂單追蹤系統111可自運輸系統107請求資訊。如以上所論述,運輸系統107可自與使用者(例如,交付工作者)或車輛(例如,交付卡車)中的一或多者相關聯的一或多個行動裝置107A至107C(例如,行動電話、智慧型電話、PDA等)接收資訊。在一些實施例中,裝運及訂單追蹤系統111亦可自倉庫管理系統(WMS)119請求資訊,以確定各別產品在履行中心(例如,履行中心200)內部的位置。裝運及訂單追蹤系統111可自運輸系統107或WMS 119中的一或多者請求資料,對其進行處理,且根據請求將其呈現至裝置(例如,使用者裝置102A及102B)。
在一些實施例中,履行最佳化(FO)系統113可被實施為如下的電腦系統:所述電腦系統儲存來自其他系統(例如,外部前端系統103及/或裝運及訂單追蹤系統111)的顧客訂單的資訊。FO系統113亦可儲存闡述特定物項被容置或儲存於何處的資訊。舉例而言,某些物項可能僅儲存於一個履行中心中,而某些其他物項可能儲存於多個履行中心中。在再一些其他實施例中,某些履行中心可被設計成僅儲存特定的一組物項(例如,新鮮農產品(fresh produce)或冷凍產品(frozen product))。FO系統113儲存此種資訊以及相關聯資訊(例如,數量、大小、接收日期、過期日期等)。
FO系統113亦可為每種產品計算對應的承諾交付日期(PDD)。在一些實施例中,PDD可基於一或多種因素。舉例而言,FO系統113可基於以下來為產品計算PDD:產品的過往需求(例如,在一段時間期間此產品被訂購過多少次)、產品的預期需求(例如,預報在即將到來的一段時間期間有多少顧客會訂購所述產品)、指示在一段時間期間訂購過多少產品的全網路過往需求、指示在即將到來的一段時間期間預期會訂購多少產品的全網路預期需求、儲存於每一履行中心200中的產品的一或多個計數、每種產品由哪一履行中心儲存、此產品的預期訂單或當前訂單等。
在一些實施例中,FO系統113可週期性地(例如,每小時)確定每種產品的PDD,且將其儲存於資料庫中,以供擷取或發送至其他系統(例如,外部前端系統103、SAT系統101、裝運及訂單追蹤系統111)。在其他實施例中,FO系統113可自一或多個系統(例如,外部前端系統103、SAT系統101、裝運及訂單追蹤系統111)接收電子請求,且按需計算PDD。
在一些實施例中,履行訊息傳遞閘道(FMG)115可被實施為如下的電腦系統:所述電腦系統自系統100中的一或多個系統(例如FO系統113)接收呈一種格式或協定的請求或響應,將其轉換成另一種格式或協定,且以所轉換的格式或協定將其轉送至例如WMS 119或第三方履行系統121A、121B或121C等其他系統,且反之亦然。
在一些實施例中,供應鏈管理(SCM)系統117可被實施為實行預報功能的電腦系統。舉例而言,SCM系統117可基於例如基於產品的過往需求、產品的預期需求、全網路過往需求、全網路預期需求、儲存於每一履行中心200中的計數產品、每種產品的預期訂單或當前訂單等來預報特定產品的需求水準。因應於此種預報水準及所有履行中心的每種產品的數量,SCM系統117可產生一或多個採購訂單,以採購及貯存足夠的數量來滿足特定產品的預報需求。
在一些實施例中,倉庫管理系統(WMS)119可被實施為監控工作流的電腦系統。舉例而言,WMS 119可自指示離散事件的各別裝置(例如,裝置107A至107C或119A至119C)接收事件資料。舉例而言,WMS 119可接收指示使用該些裝置中的一者來掃描包裝的事件資料。如以下參照履行中心200及圖2所論述,在履行過程期間,包裝辨識符(例如,條形碼或RFID標籤資料)可在特定階段由機器(例如,自動化條形碼掃描器或手持條形碼掃描器、RFID讀取器、高速照相機、例如平板電腦(tablet)119A、行動裝置/PDA 119B、電腦119C等裝置或者類似機器)掃描或讀取。WMS 119可將指示包裝辨識符的掃描或讀取的每一事件連同包裝辨識符、時間、日期、位置、使用者辨識符或其他資訊一起儲存於對應的資料庫(未畫出)中,且可將此資訊提供至其他系統(例如,裝運及訂單追蹤系統111)。
在一些實施例中,WMS 119可儲存將一或多個裝置(例如,裝置107A至107C或119A至119C)與和系統100相關聯的一或多個使用者相關聯的資訊。舉例而言,在一些情況下,使用者(例如兼職員工或全職員工)與行動裝置的關聯可在於使用者擁有行動裝置(例如,行動裝置是智慧型電話)。在其他情況下,使用者與行動裝置的關聯可在於使用者臨時保管行動裝置(例如,使用者在一天開始時登記借出行動裝置,將在一天中使用行動裝置,且將在一天結束時歸還行動裝置)。
在一些實施例中,WMS 119可為與系統100相關聯的每一使用者維護工作日誌。舉例而言,WMS 119可儲存與每一員工相關聯的資訊,包括任何所分派的過程(例如,卸載卡車、自揀選區揀選物項、分撥牆工作(rebin wall work)、包裝物項)、使用者辨識符、位置(例如,履行中心200中的樓層或區)、員工在系統中移動的單元的數目(例如,所揀選的物項的數目、所包裝的物項的數目)、與裝置(例如,裝置119A至119C)相關聯的辨識符等。在一些實施例中,WMS 119可自例如在裝置119A至119C上操作的計時系統等計時系統接收簽入(check-in)資訊及簽出(check-out)資訊。
在一些實施例中,第三方履行(3PL)系統121A至121C表示與物流及產品的第三方提供商相關聯的電腦系統。舉例而言,儘管一些產品被儲存於履行中心200中(如以下針對圖2所論述),然而其他產品可被儲存於場外、可按需生產或者可在其他情況下不可儲存於履行中心200中。3PL系統121A至121C可被配置成自FO系統113(例如,藉由FMG 115)接收訂單,且可直接向顧客提供產品及/或服務(例如,交付或安裝)。在一些實施例中,3PL系統121A至121C中的一或多者可為系統100的一部分,而在其他實施例中,3PL系統121A至121C中的一或多者可在系統100之外(例如,由第三方提供商擁有或營運)。
在一些實施例中,履行中心授權系統(FC Auth)123可被實施為具有各種功能的電腦系統。舉例而言,在一些實施例中,FC Auth 123可充當系統100中的一或多個其他系統的單一登入(single-sign on,SSO)服務。舉例而言,FC Auth 123可使得使用者能夠經由內部前端系統105登錄,確定使用者具有存取裝運及訂單追蹤系統111處的資源的相似特權,且使得使用者能夠存取該些特權而不需要第二次登錄過程。在其他實施例中,FC Auth 123可使得使用者(例如,員工)能夠將其自身與特定任務相關聯。舉例而言,一些員工可能不具有電子裝置(例如裝置119A至119C),而是可作為替代在一天的過程期間於履行中心200內在各任務之間及各區之間移動。FC Auth 123可被配置成使得該些員工能夠指示他們正在實行什麼任務以及他們在一天的不同時間處於什麼區。
在一些實施例中,勞資管理系統(LMS)125可被實施為儲存員工(包括全職員工及兼職員工)的出勤資訊及加班資訊的電腦系統。舉例而言,LMS 125可自FC Auth 123、WMS 119、裝置119A至119C、運輸系統107及/或裝置107A至107C接收資訊。
圖1A中繪示的特定配置僅為實例。舉例而言,儘管圖1A繪示出FC Auth系統123連接至FO系統113,然而並非所有實施例皆需要此種特定配置。實際上,在一些實施例中,系統100中的系統可藉由包括以下在內的一或多種公共網路或私有網路連接至彼此:網際網路、內部網路(Intranet)、廣域網路(Wide-Area Network,WAN)、都會區域網路(Metropolitan-Area Network,MAN)、符合電機及電子工程師學會(Institute of Electrical and Electronic Engineers,IEEE)802.11a/b/g/n標準的無線網路、租用線路(leased line)等。在一些實施例中,系統100中的系統中的一或多者可被實施為在資料中心、伺服器場(server farm)等處實施的一或多個虛擬伺服器。
圖2繪示出履行中心200。履行中心200是儲存訂購時裝運至顧客的物項的實體位置的實例。履行中心(FC)200可被劃分成多個區,所述多個區中的每一者繪示於圖2中。在一些實施例中,該些「區」可被視為接收物項、儲存物項、擷取物項及裝運物項的過程的不同階段之間的虛擬劃分。因此,儘管在圖2中繪示出「區」,然而亦可存在區的其他劃分,且在一些實施例中,圖2中的區可被省略、複製或修改。
入站區203表示FC 200的自希望使用來自圖1A的系統100售賣產品的賣方接收物項的區域。舉例而言,賣方可使用卡車201交付物項202A及202B。物項202A可表示足夠大以佔用其自己的裝運托板的單一物項,而物項202B可表示在同一托板上堆疊於一起以節省空間的一組物項。
工作者將在入站區203中接收物項,且可使用電腦系統(未畫出)可選地檢查物項的損壞及正確性。舉例而言,工作者可使用電腦系統將物項202A及202B的數量與訂購的物項數量進行比較。若數量不匹配,則此工作者可拒絕物項202A或202B中的一或多者。若數量匹配,則工作者可將該些物項(使用例如推車、手推車、堆高機,或者手動地)移動至緩衝區(buffer zone)205。緩衝區205可為當前在揀選區中所不需要的物項(例如,由於在揀選區中存在足夠高數量的此物項來滿足預報需求)的臨時儲存區域。在一些實施例中,堆高機206進行操作以在緩衝區205中四處移動物項以及在入站區203與卸貨區207之間移動物項。若在揀選區中需要物項202A或202B(例如,由於預報需求),則堆高機可將物項202A或202B移動至卸貨區207。
卸貨區207可為FC 200的在物項被移動至揀選區209之前儲存所述物項的區域。被分派揀選任務的工作者(「揀選者」)可接近揀選區中的物項202A及202B,使用行動裝置(例如,裝置119B)掃描揀選區的條形碼且掃描與物項202A及202B相關聯的條形碼。接著揀選者可將物項帶至揀選區209(例如,藉由將物項放入搬運車(cart)上或者搬運物項)。
揀選區209可為FC 200的其中在儲存單元210上儲存物項208的區域。在一些實施例中,儲存單元210可包括實體排架(physical shelving)、書架、盒、裝運箱、冰箱、冰櫃、冷藏庫等中的一或多者。在一些實施例中,揀選區209可被組織成多個樓層。在一些實施例中,工作者或機器可以包括例如堆高機、升降機、傳送帶、搬運車、手推車、推車、自動化機器人或裝置或者手動方式在內的多種方式將物項移動至揀選區209中。舉例而言,揀選者可將物項202A及202B放入卸貨區207中的手推車或搬運車上,且步行將物項202A及202B送至揀選區209。
揀選者可接收將物項放入(或「存放(stow)」於)揀選區209中的特定地點(例如儲存單元210上的特定空間)的指令。舉例而言,揀選者可使用行動裝置(例如,裝置119B)掃描物項202A。所述裝置可例如使用指示過道、儲架及位置的系統來指示揀選者應將物項202A存放於何處。接著,在將物項202A存放於此位置中之前,所述裝置可提示揀選者掃描此位置處的條形碼。所述裝置可向電腦系統(例如圖1A中的WMS 119)發送(例如,經由無線網路)資料來指示物項202A已由使用裝置119B的使用者存放於所述位置處。
一旦使用者下訂單,揀選者便可在裝置119B上接收指令,以自儲存單元210擷取一或多個物項208。揀選者可擷取物項208,掃描物項208上的條形碼,且將其放入運輸機構214上。儘管運輸機構214被表示為滑動件,然而在一些實施例中,運輸機構可被實施為傳送帶、升降機、搬運車、堆高機、手推車、推車、搬運車等中的一或多者。接著物項208可到達包裝區211。
包裝區211可為FC 200的自揀選區209接收物項且將物項包裝至盒或袋中以便最終裝運至顧客的區域。在包裝區211中,被分派接收物項的工作者(「分撥工作者(rebin worker)」)將自揀選區209接收物項208,且確定物項208對應於什麼訂單。舉例而言,分撥工作者可使用例如電腦119C等裝置來掃描物項208上的條形碼。電腦119C可以可視方式指示物項208與哪一訂單相關聯。舉例而言,此可包括牆216上的對應於訂單的空間或「單元格(cell)」。一旦訂單完成(例如,由於單元格容納訂單的所有物項),分撥工作者可向包裝工作者(或「包裝者(packer)」)指示訂單完成。包裝者可自單元格擷取物項,且將其放入盒或袋中進行裝運。接著,包裝者可例如藉由堆高機、搬運車、推車、手推車、傳送帶、手動方式或其他方式將盒或袋發送至中樞區(hub zone)213。
中樞區213可為FC 200的自包裝區211接收所有盒或袋(「包裝」)的區域。中樞區213中的工作者及/或機器可擷取包裝218,且確定每一包裝擬定去往交付區域的哪一部分,且將包裝路由至適當的營地區215。舉例而言,若交付區域具有兩個較小的子區域,則包裝將去往兩個營地區215中的一者。在一些實施例中,工作者或機器可掃描包裝(例如,使用裝置119A至119C中的一者)以確定其最終目的地。將包裝路由至營地區215可包括例如確定作為包裝的目的地的地理區域的一部分(例如,基於郵政編碼),以及確定與所述地理區域的所述部分相關聯的營地區215。
在一些實施例中,營地區215可包括一或多個建築物、一或多個實體空間或者一或多個區域,其中的包裝是自中樞區213接收以分選至路線及/或子路線中。在一些實施例中,營地區215在實體上與FC 200分離,而在其他實施例中,營地區215可形成FC 200的一部分。
營地區215中的工作者及/或機器可例如基於目的地與現有路線及/或子路線的比較、對每一路線及/或子路線的工作負載的計算、一天中的時間、裝運方法、裝運包裝220的成本、與包裝220中的物項相關聯的PDD等來確定包裝220應與哪一路線及/或子路線相關聯。在一些實施例中,工作者或機器可掃描包裝(例如,使用裝置119A至119C中的一者)以確定其最終目的地。一旦包裝220被分派至特定路線及/或子路線,工作者及/或機器可移動待裝運的包裝220。在示例性圖2中,營地區215包括卡車222、汽車226以及交付工作者224A及224B。在一些實施例中,卡車222可由交付工作者224A駕駛,其中交付工作者224A是為FC 200交付包裝的全職員工,且卡車222由擁有、租賃或營運FC 200的同一公司擁有、租賃或營運。在一些實施例中,汽車226可由交付工作者224B駕駛,其中交付工作者224B是根據需要(例如,季節性地)進行交付的「彈性(flex)」或不定期工作者(occasional worker)。汽車226可由交付工作者224B擁有、租賃或營運。
參照圖3,圖3示出用於基於AI的產品建議產生的裝置及系統的示例性網路。如圖3中所示,系統300可包括產品建議系統330、查詢系統350及顧客親和系統(customer affinity system)360。產品建議系統330、查詢系統350及顧客親和系統360可經由網路310與和使用者320A或搜尋動作日誌346相關聯的使用者裝置320進行通訊。在一些實施例中,產品建議系統330、查詢系統350及顧客親和系統360可經由直接連接(例如使用纜線)與系統300的其他組件進行通訊。在一些其他實施例中,系統300可為圖1A所示系統100的一部分且可經由網路310或者經由直接連接(例如使用纜線)與系統100的其他組件進行通訊。產品建議系統330、查詢系統350及顧客親和系統360可各自包括單個電腦或者可各自被配置為包括多個電腦的分佈式電腦系統,所述多個電腦相互操作以實行與所揭露實例相關聯的過程及功能中的一或多者。
如圖3中所示,產品建議系統330、查詢系統350及顧客親和系統360可分別各自包括處理器332、352及362。處理器332、352或362可為一或多個已知的處理裝置,例如來自由英特爾 TM(Intel TM)製造的奔騰 TM(Pentium TM)系列或者由進階微型裝置 TM(Advanced Micro Devices,AMD TM)製造的炫龍 TM(Turion TM)系列的微處理器。處理器332、352或362可構成同時執行並行過程的單核處理器或多核處理器。舉例而言,處理器332、352或362可使用邏輯處理器來同時執行並控制多個過程。處理器332、352或362可實施虛擬機技術或其他已知技術,以提供對多個軟體過程、應用、程式等進行執行、控制、運行、操縱、儲存等能力。在另一實例中,處理器332、352或362可包括多核處理器佈置,所述多核處理器佈置被配置成提供並行處理功能,以使得產品建議系統330、查詢系統350或顧客親和系統360能夠同時執行多個過程。此項技術中具有通常知識者將理解,可實施提供本文中所揭露的能力的其他類型的處理器佈置。
產品建議系統330、查詢系統350及顧客親和系統360可分別各自包括記憶體334、354及364。記憶體334、354或364可儲存在由處理器332、352或362執行時實行已知作業系統功能的一或多個作業系統。藉由實例,作業系統可包括微軟視窗(Microsoft Windows)、Unix、Linux、安卓(Android)、麥金塔作業系統(Macintosh operating system,Mac OS)、蘋果作業系統(iphone operating system,iOS)或其他類型的作業系統。因此,所揭露發明的實例可與運行任何類型的作業系統的電腦系統一起進行操作及發揮作用。記憶體334、354或364可為揮發性或非揮發性、磁性、半導體、磁帶、光學、可抽換式、不可抽換式或其他類型的儲存裝置或有形電腦可讀取媒體。
產品建議系統330、查詢系統350及顧客親和系統360可各自包括資料庫336、356或366。資料庫336、356或366可包括例如甲骨文 TM(Oracle TM)資料庫、賽貝斯 TM(Sybase TM)資料庫、或其他關係資料庫或非關係資料庫,例如海杜普 TM(Hadoop TM)序列檔案、海杜普資料庫 TM(HBase TM)或卡珊卓 TM(Cassandra TM)。資料庫336、356或366可包括計算組件(例如,資料庫管理系統、資料庫伺服器等),所述計算組件被配置成接收並處理對儲存於資料庫的記憶體裝置中的資料的請求且提供來自資料庫的資料。資料庫336、356或366可包括NoSQL資料庫,例如海杜普資料庫、MongoDB TM或卡珊卓 TM。作為另外一種選擇,資料庫336、356或366可包括關係資料庫,例如甲骨文、MySQL及微軟結構化查詢語言(structured query language,SQL)伺服器。在一些實施例中,資料庫336可採取伺服器、通用電腦、大型電腦或該些組件的任意組合的形式。
資料庫336、356或366可儲存可分別由處理器332、352或362用來實行與所揭露實例相關聯的方法及過程的資料。如圖3中所示,資料庫336、356或366可分別位於產品建議系統330、查詢系統350及顧客親和系統360中,或者作為另外一種選擇,資料庫336、356或366可位於產品建議系統330、查詢系統350及顧客親和系統360之外的外部儲存裝置中。儲存於資料庫336中的資料可包括產品類別、相似度分數、所產生的產品列表、所產生的建議產品列表、臨限值、產品價格、聚合的顧客動作、搜尋趨勢、歷史資料。儲存於資料庫356中的資料可包括使用者提交的查詢、查詢中所包括的關鍵字、與產品辨識符相關聯的關鍵字、歷史資料等。儲存於資料庫366中的資料可包括使用者提交的過濾申請(例如,產品尺寸、產品品牌、產品價格最小值、產品價格最大值、產品價格範圍、歷史資料等)或產品規格(例如產品尺寸、產品品牌、產品顏色、產品儲存容量、相關聯的關鍵字或產品等)。
使用者裝置320可為平板電腦、行動裝置、電腦等。使用者裝置320可包括顯示器。顯示器可包括例如液晶顯示器(liquid crystal display,LCD)、發光二極體螢幕(light emitting diode screen,LED)、有機發光二極體螢幕(organic light emitting diode screen,OLED)、觸控螢幕及其他已知的顯示裝置。顯示器可向使用者顯示各種資訊。舉例而言,顯示器可顯示使用者介面元素(例如,顯示於與圖1B所示SRP相關聯的網頁上),使用者介面元素可包括產品列表的過濾申請、提交查詢的選項、選擇產品的選項、將產品添加至購物車的選項、採購產品的選項、根據價格、相似度分數或銷售量對所產生的建議產品列表進行分選的選項、所列出的實例的按鈕等。
使用者裝置320可包括一或多個輸入/輸出(input/output,I/O)裝置。I/O裝置可包括使得使用者裝置320能夠發送資訊及自使用者320A或另一裝置接收資訊的一或多個裝置。I/O裝置可包括各種輸入/輸出裝置、照相機、麥克風、鍵盤、滑鼠型裝置、手勢感測器、動作感測器、實體按鈕、演講輸入(oratory input)等。I/O裝置亦可包括一或多個通訊模組(未示出),用於藉由例如在使用者裝置320與網路310之間建立有線連接或無線連接而發送資訊或者自產品建議系統330、查詢系統350或顧客親和系統360接收資訊。
在一些實施例中,使用者320A可為內部使用者(例如,擁有、運營或租賃系統100或300的組織的員工)或外部使用者(例如,線上購物者)。
在一些實施例中,系統300可自使用者裝置320接收查詢(例如,搜尋請求)。在一些實施例中,外部前端系統103可被實施為使得外部使用者能夠與系統100中的一或多個系統交互的電腦系統。舉例而言,在其中系統100能夠呈現系統以使得使用者能夠對物項下訂單的實施例中,外部前端系統103可被實施為接收搜尋請求、呈現物項頁面及懇求支付資訊的網站伺服器。系統300可自查詢萃取至少一個關鍵字。系統300可基於所萃取的關鍵字確定使用者辨識符(例如,顧客辨識、使用者辨識、電腦辨識、姓名、位址、電子郵件位址、電話號碼等)及產品辨識符(例如,與至少一個產品類別相關聯的產品類型關鍵字、條形碼、影像、正文字串、RFID標籤等)。使用者辨識符可與使用者320A(例如,線上購物者)相關聯。
系統300可搜尋包含與使用者辨識符及產品辨識符相關聯的搜尋動作日誌的資料庫346。資料庫346可包括與各種使用者相關聯的歷史使用者動作(例如,使用者搜尋的產品、使用者採購的產品、使用者提交的查詢等)或與顧客可在網頁上與其交互(例如,在瀏覽網頁時、在網頁上選擇產品時、在網頁上將產品添加至購物車時、在網頁上採購產品時)的多個產品辨識符相關聯的歷史資料。儘管資料庫346被繪示為與資料庫336、356及366分離,然而在一些實施例中,資料庫346可與資料庫336、356及366中的一或多者整合於一起。
在一些實施例中,產品建議系統330可基於使用者辨識符及產品辨識符而使用模型預測至少一個建議產品。舉例而言,產品建議系統330可藉由計算使用者320A可實行預定數目個動作的時間來確定與使用者辨識符相關聯的時間跨度。舉例而言,可基於與顧客可在網頁上與其交互(例如,在瀏覽網頁時、在網頁上選擇產品時、在網頁上將產品添加至購物車時、在網頁上採購產品時)的多個產品辨識符相關聯的歷史資料來確定所述預定數目個動作。舉例而言,所述預定數目個動作可為顧客自第一次搜尋產品開始至採購產品可實行的動作的平均數目。在一些實施例中,時間跨度可與顧客可瀏覽及採購產品的時間的平均量相關聯。在一些實施例中,動作可包括在網頁上選擇產品、在網頁上將產品添加至購物車或在網頁上採購產品中的至少一者。
產品建議系統330可自查詢系統350擷取與使用者辨識符相關聯的使用者在所述時間跨度期間提交的至少一個查詢。在一些實施例中,所述查詢可包括與產品辨識符相關聯的至少一個關鍵字。在一些實施例中,產品建議系統330可自顧客親和系統360擷取使用者320A在所述時間跨度期間提交的至少一個過濾申請。過濾申請可包括產品尺寸、產品品牌、產品價格中的至少一者。在一些實施例中,與網頁相關聯的使用者介面可包括過濾申請,其中使用者320A可對網頁上的產品列表(例如,當使用者提交查詢時提供的產品列表)使用過濾申請。在一些實施例中,產品建議系統330可擷取與和所擷取的查詢或過濾申請相關聯的至少一個產品相關聯的至少一個產品規格。在一些實施例中,產品規格可包括產品尺寸、產品品牌、產品顏色或產品儲存容量中的至少一者。
在一些實施例中,查詢系統350可自使用者提交的查詢萃取屬性。舉例而言,查詢系統350可自查詢萃取關鍵字。在一些實施例中,顧客親和系統360可自使用者申請的過濾申請萃取屬性且自產品規格萃取屬性。舉例而言,顧客親和系統可萃取過濾申請(例如,產品尺寸、產品品牌、產品價格最小值、產品價格最大值、產品價格範圍等)及相關聯的關鍵字或產品。在一些實施例中,顧客親和系統可萃取與使用者與其交互(例如,在網頁上選擇產品時、在網頁上將產品添加至購物車時、在網頁上採購產品時等)的關鍵字或產品相關聯的產品規格。
在一些實施例中,產品建議系統330可在移動的時間窗口內自歷史資料萃取屬性,以訓練並產生模型。在一些實施例中,產品建議系統330可使用模型以及自查詢、過濾申請及產品規格萃取的屬性來確定與使用者辨識符及產品辨識符相關聯的產品類別。在一些實施例中,訓練資料可包括多個顧客的歷史查詢、歷史過濾申請或歷史產品規格中的至少一者。
舉例而言,來自查詢的歷史資料的屬性可包括膝上型電腦、三星膝上型電腦(Samsung Laptop)、15英吋三星膝上型電腦、15英吋競賽膝上型電腦(Gaming laptop)等。在一些實施例中,產品建議系統330可使用所萃取的屬性來確定與查詢相關聯的至少一個產品類別(例如,膝上型電腦)。在一些實施例中,來自過濾申請的歷史資料的屬性可包括15英吋大小的過濾、「三星」品牌的過濾、低於300美元價格的過濾等。產品建議系統330可使用所萃取的屬性來確定與過濾申請相關聯的至少一個產品類別包括膝上型電腦。在一些實施例中,來自產品規格的歷史資料的屬性可包括與顧客在時間跨度(例如,兩週)期間選擇的三星膝上型電腦或索尼膝上型電腦(Sony laptop)相關聯的15英吋大小。產品建議系統330可使用所萃取的屬性來確定與產品規格相關聯的至少一個產品類別包括高級型膝上型電腦(high-end laptop)。
在一些實施例中,產品建議系統330可基於所確定的產品類別產生產品列表。舉例而言,產品建議系統330可產生包括使用者320A(與使用者辨識符相關聯)所參與的所有產品(例如,使用者在網頁上選擇的產品、在網頁上添加至購物車的產品或在網頁上採購的產品)的列表。在一些實施例中,產品建議系統330可自資料庫346(搜尋動作日誌)、查詢系統350或顧客親和系統360中的至少一者擷取資料以產生列表。在一些實施例中,可基於在所述時間跨度期間實行的使用者動作來產生產品列表。舉例而言,產品建議系統330可產生使用者320在過去兩週參與的產品的列表。
在一些實施例中,產品建議系統330可為所產生的列表上的每種產品計算相似度分數。在一些實施例中,產品建議系統330可基於所產生的列表上的產品的屬性與所確定的產品類別的比較來計算相似度分數。在一些實施例中,具有與所確定的產品類別的屬性較多共同屬性的產品可具有較高的相似度分數。在一些實施例中,產品建議系統330可自所產生的產品列表移除相似度分數低於臨限值的產品。在一些實施例中,可使用以下闡述的方法的任意組合來計算相似度分數。
在一些實施例中,臨限值可由內部使用者確定。在一些實施例中,產品建議系統330可基於所有顧客的歷史資料來確定臨限值。在一些實施例中,當所產生的列表上的所有產品皆具有低於臨限值的相似度分數時,可確定新的臨限值(例如,預設臨限值)。在一些實施例中,所有產品可保留於所產生的列表上。在一些實施例中,可不提供建議產品。舉例而言,產品建議系統330可基於歷史值的偏差(例如,產品價格、產品類別、聚合的顧客動作等)來計算臨限值。舉例而言,產品建議系統330可不為屬性相對於產品的屬性的歷史平均值偏差超過預定值的那些產品計算相似度分數。在一些實施例中,當沒有產品具有滿足臨限值的相似度分數時,產品建議系統330可結束運行模型。
在一些實施例中,產品建議系統330可藉由為所產生的產品列表上的每種產品計算相似度分數(例如,數值)來產生建議產品列表。在一些實施例中,產品建議系統330可藉由將至少一個加權值分派至至少一個因子來計算相似度分數。在一些實施例中,所述至少一個因子可包括在網頁上選擇產品、在網頁上將產品添加至購物車或在網頁上採購產品中的至少一者的歷史使用者資料。舉例而言,每一使用者對產品的參與度可為值為「1」的因子(例如,在網頁上將產品添加至購物車五次可具有總和為「5」的因子)。產品建議系統330可藉由將加權值乘以因子的值來將加權值分派至因子。舉例而言,在網頁上選擇產品可被分派為「1」的加權值,在網頁上將產品添加至購物車可被分派為「3」的加權值,且在網頁上採購產品可被分派為「10」的加權值(例如,使得被添加至購物車的產品具有較在網頁上選擇的產品高的相似度分數)。
舉例而言,在一些實施例中,用於計算相似度分數的產品的屬性可包括產品價格、產品類別或聚合的顧客動作中的至少一者。舉例而言,產品建議系統330可基於所產生的產品列表上的產品價格與和所確定的產品類別相關聯的產品辨識符的產品價格的比較來計算相似度分數。在一些實施例中,臨限值可包括價格最小值、價格最大值或價格範圍,且產品建議系統330可自所產生的產品列表移除相似度分數不滿足臨限值的產品。
在一些實施例中,產品建議系統330可基於所萃取的屬性確定搜尋趨勢(例如,使用者正在搜尋折扣產品、使用者正在搜尋特定品牌的產品、使用者正在搜尋產品的大小範圍等)且在基於搜尋趨勢計算相似度分數時將加權值分派至因子。舉例而言,產品建議系統330可向價格在確定的價格範圍內的產品的產品價格因子分派較高的加權值(例如,價格範圍可為使用者與其交互的產品的預定偏差內的平均價格)。舉例而言,每一產品價格可為值為「1」的因子。產品建議系統330可藉由將加權值乘以因子的值來將加權值分派至因子。舉例而言,對產品價格處於所確定的價格範圍之外的產品的參與度可被分派為「1」的加權值,而對產品價格處於所確定的價格範圍內的產品的參與度可被分派為「10」的加權值。
在一些實施例中,產品建議系統330可基於所產生的列表上的產品類別與所確定的產品類別的比較來計算相似度分數。在一些實施例中,產品建議系統330可自所產生的產品列表移除具有指示產品不屬於所確定的產品類別的相似度分數的產品。舉例而言,使用者320A在兩週的時間跨度內可能會頻繁或主要參與昂貴的膝上型電腦(例如,麥金塔筆記本電腦(Macbooks)、微軟平面電腦(Microsoft Surface)等),但偶爾亦會參與明顯不太昂貴的膝上型電腦(例如,搜尋價格低於200美元的膝上型電腦)。產品建議系統330可確定產品類別是昂貴的膝上型電腦,且可計算相似度分數,所述相似度分數指示明顯不太昂貴的膝上型電腦不屬於所確定的類別。產品建議系統330可自所產生的產品列表移除明顯不太昂貴的膝上型電腦,使得僅向使用者320A建議相關產品。
在一些實施例中,產品建議系統330可基於對聚合的顧客動作的比較來計算相似度分數。舉例而言,聚合的顧客動作可包括在相同的時間跨度或不同的時間跨度內針對屬於所確定的產品類別的產品的所有顧客動作(例如,在網頁上選擇產品、在網頁上將產品添加至購物車、在網頁上採購產品等)。在一些實施例中,產品建議系統330可基於在時間跨度內的顧客動作來計算相似度分數,所述時間跨度在屬於所確定的產品類別的產品被顧客(例如,使用者320A)採購的時間點結束。
在一些實施例中,產品建議系統330可藉由對不同的顧客動作分派不同的權重來計算相似度分數。舉例而言,可對在網頁上採購產品分派較在網頁上將產品添加至購物車高的權重,且可對在網頁上將產品添加至購物車分派較在網頁上選擇產品高的權重。舉例而言,每一使用者對產品的參與度可為值為「1」的因子(例如,在網頁上將產品添加至購物車五次可具有總和為「5」的因子)。產品建議系統330可藉由將加權值乘以因子的值來將加權值分派至因子。舉例而言,在網頁上選擇產品可被分派為「1」的加權值,在網頁上將產品添加至購物車可被分派為「3」的加權值,且在網頁上採購產品可被分派為「10」的加權值(例如,使得被添加至購物車的產品具有較在網頁上選擇的產品高的相似度分數)。
在一些實施例中,具有基於聚合的顧客動作的相似度分數的產品在開始時可能未包括於所產生的產品列表中。舉例而言,在產生產品列表之後,產品建議系統330可基於對聚合的顧客動作的比較來計算相似度分數。在一些實施例中,產品建議系統330可將具有最高相似度分數的預定數目個產品添加至所產生的產品列表。在一些實施例中,內部使用者可確定添加至所產生的列表的產品的數目。在一些實施例中,可基於所有顧客的歷史資料來確定添加至所產生的列表的產品的數目。舉例而言,歷史資料可指示所述預定數目個產品得到具有最低相似度分數偏差量的產品的列表。
在一些實施例中,產品建議系統330可基於所萃取的關鍵字確定多個產品辨識符且確定所述多個產品辨識符屬於相同的產品類別或相關的產品類別。在一些實施例中,產品建議系統330可為一或多個產品辨識符確定多個產品類別。在一些實施例中,產品建議系統330可實行以上闡述的步驟來為所確定的每一產品類別產生產品列表。
在一些實施例中,當產品出現於多於一個所產生的列表上時,產品建議系統330可向產品添加更大的權重,進而得出所述產品的更高的相似度分數。舉例而言,若產生三個列表且產品A出現於兩個列表上而產品B出現於三個列表上,則對產品B分派較產品A高的相似度分數,進而有利地得到用於產品建議的更準確的所產生列表。
在一些實施例中,使用者320A可與和網頁相關聯的使用者介面元素(例如,圖1B所示SRP)交互,以對所產生的建議產品列表進行分選。舉例而言,產品建議系統330可將使用者介面元素修改成使得使用者320A可根據價格、相似度分數、銷售量等對所產生的建議產品列表進行分選。在一些實施例中,產品建議系統330可將使用者介面元素自動修改成根據價格、相似度分數、銷售量等來顯示所產生的建議產品列表。
參照圖4,圖4示出基於AI的產品建議產生的過程400。儘管在一些實施例中產品建議系統330可實行本文中闡述的若干步驟,然而亦可存在其他實施方案。舉例而言,本文中闡述及示出的系統及組件(例如,系統100、查詢系統350、顧客親和系統360等)中的任意者可實行本揭露中闡述的步驟。在一些實施例中,設定420中的系統組件可在線下環境中進行操作,而設定430中的步驟可在即時的線上環境中實行。
在步驟401中,系統300可自使用者裝置320接收查詢(例如,搜尋請求)。系統300可自查詢萃取至少一個關鍵字。系統300可基於所萃取的關鍵字確定使用者辨識符(例如,顧客辨識、使用者辨識、電腦辨識、姓名、位址、電子郵件位址、電話號碼等)及產品辨識符(例如,與至少一個產品類別相關聯的產品類型關鍵字、條形碼、影像、正文字串、RFID標籤等)。使用者辨識符可與使用者320A(例如,線上購物者)相關聯。
系統300可搜尋包含與使用者辨識符及產品辨識符相關聯的搜尋動作日誌的資料庫346。在一些實施例中,產品建議系統330可基於使用者辨識符及產品辨識符而使用模型預測至少一個建議產品。舉例而言,產品建議系統330可藉由計算使用者320A可實行預定數目個動作的時間來確定與使用者辨識符相關聯的時間跨度。舉例而言,可基於與顧客可在網頁上與其交互(例如,在瀏覽網頁時、在網頁上選擇產品時、在網頁上將產品添加至購物車時、在網頁上採購產品時)的多個產品辨識符相關聯的歷史資料來確定所述預定數目個動作。舉例而言,所述預定數目個動作可為顧客自第一次搜尋產品開始至採購產品可實行的動作的平均數目。在一些實施例中,時間跨度可與顧客可瀏覽及採購產品的時間的平均量相關聯。在一些實施例中,動作可包括在網頁上選擇產品、在網頁上將產品添加至購物車或在網頁上採購產品中的至少一者。
在步驟403中,產品建議系統330可自查詢系統350擷取與使用者辨識符相關聯的使用者在所述時間跨度期間提交的至少一個查詢。在一些實施例中,所述查詢可包括與產品辨識符相關聯的至少一個關鍵字。在一些實施例中,查詢系統350可自使用者提交的查詢萃取屬性。舉例而言,查詢系統350可自查詢萃取關鍵字。
在步驟405中,產品建議系統330可自顧客親和系統360擷取使用者320A在所述時間跨度期間提交的至少一個過濾申請。過濾申請可包括產品尺寸、產品品牌、產品價格中的至少一者。在一些實施例中,與網頁相關聯的使用者介面可包括過濾申請,其中使用者320A可對網頁上的產品列表(例如,當使用者提交查詢時提供的產品列表)使用過濾申請。在一些實施例中,產品建議系統330可擷取與和所擷取的查詢或過濾申請相關聯的至少一個產品相關聯的至少一個產品規格。在一些實施例中,產品規格可包括產品尺寸、產品品牌、產品顏色或產品儲存容量中的至少一者。在一些實施例中,顧客親和系統360可自使用者申請的過濾申請萃取屬性且自產品規格萃取屬性。舉例而言,顧客親和系統可萃取過濾申請(例如,產品尺寸、產品品牌、產品價格最小值、產品價格最大值、產品價格範圍等)及相關聯的關鍵字或產品。在一些實施例中,顧客親和系統可萃取與使用者與其交互(例如,在網頁上選擇產品時、在網頁上將產品添加至購物車時、在網頁上採購產品時等)的關鍵字或產品相關聯的產品規格。
在步驟407中,產品建議系統330可使用模型以及自查詢、過濾申請及產品規格萃取的屬性來確定與使用者辨識符及產品辨識符相關聯的產品類別。在一些實施例中,訓練資料可包括多個顧客的歷史查詢、歷史過濾申請或歷史產品規格中的至少一者。
在一些實施例中,產品建議系統330可基於所確定的產品類別產生產品列表。舉例而言,產品建議系統330可產生包括使用者320A(與使用者辨識符相關聯)所參與的所有產品(例如,使用者在網頁上選擇的產品、在網頁上添加至購物車的產品或在網頁上採購的產品)的列表。在一些實施例中,產品建議系統330可自資料庫346(搜尋動作日誌)、查詢系統350或顧客親和系統360中的至少一者擷取資料以產生列表。在一些實施例中,可基於在所述時間跨度期間實行的使用者動作來產生產品列表。
在一些實施例中,產品建議系統330可為所產生的列表上的每種產品計算相似度分數。在一些實施例中,產品建議系統330可基於所產生的列表上的產品的屬性與所確定的產品類別的比較來計算相似度分數。在一些實施例中,具有與所確定的產品類別的屬性較多共同屬性的產品可具有較高的相似度分數。在一些實施例中,產品建議系統330可自所產生的產品列表移除相似度分數低於臨限值的產品。
在步驟409中,產品建議系統330可藉由為所產生的產品列表上的每種產品計算相似度分數來產生建議產品列表。在一些實施例中,產品建議系統330可藉由將至少一個加權值分派至至少一個因子來計算相似度分數。在一些實施例中,所述至少一個因子可包括在網頁上選擇產品、在網頁上將產品添加至購物車或在網頁上採購產品中的至少一者的歷史使用者資料。
舉例而言,在一些實施例中,用於計算相似度分數的產品的屬性可包括產品價格、產品類別或聚合的顧客動作中的至少一者。舉例而言,產品建議系統330可基於所產生的產品列表上的產品價格與和所確定的產品類別相關聯的產品辨識符的產品價格的比較來計算相似度分數。在一些實施例中,臨限值可包括價格最小值、價格最大值或價格範圍,且產品建議系統330可自所產生的產品列表移除相似度分數不滿足臨限值的產品。
在一些實施例中,產品建議系統330可基於所萃取的屬性確定搜尋趨勢(例如,使用者正在搜尋折扣產品、使用者正在搜尋特定品牌的產品、使用者正在搜尋產品的大小範圍等)且在基於搜尋趨勢計算相似度分數時將加權值分派至因子。舉例而言,產品建議系統330可向價格在確定的價格範圍內的產品的產品價格因子分派較高的加權值(例如,價格範圍可為使用者與其交互的產品的預定偏差內的平均價格)。
在一些實施例中,產品建議系統330可基於所產生的列表上的產品類別與所確定的產品類別的比較來計算相似度分數。在一些實施例中,產品建議系統330可自所產生的產品列表移除具有指示產品不屬於所確定的產品類別的相似度分數的產品。
在一些實施例中,產品建議系統330可基於對聚合的顧客動作的比較來計算相似度分數。舉例而言,聚合的顧客動作可包括在相同的時間跨度或不同的時間跨度內針對屬於所確定的產品類別的產品的所有顧客動作(例如,在網頁上選擇產品、在網頁上將產品添加至購物車、在網頁上採購產品等)。在一些實施例中,產品建議系統330可基於在時間跨度內的顧客動作來計算相似度分數,所述時間跨度在屬於所確定的產品類別的產品被顧客(例如,使用者320A)採購的時間點結束。
在一些實施例中,產品建議系統330可藉由對不同的顧客動作分派不同的權重來計算相似度分數。舉例而言,可對在網頁上採購產品分派較在網頁上將產品添加至購物車高的權重,且可對在網頁上將產品添加至購物車分派較在網頁上選擇產品高的權重。在一些實施例中,具有基於聚合的顧客動作的相似度分數的產品在開始時可能未包括於所產生的產品列表中。舉例而言,在產生產品列表之後,產品建議系統330可基於對聚合的顧客動作的比較來計算相似度分數。在一些實施例中,產品建議系統330可將具有最高相似度分數的預定數目個產品添加至所產生的產品列表。在一些實施例中,內部使用者可確定添加至所產生的列表的產品的數目。在一些實施例中,可基於所有顧客的歷史資料來確定添加至所產生的列表的產品的數目。舉例而言,歷史資料可指示所述預定數目個產品得到具有最低相似度分數偏差量的產品的列表。
在一些實施例中,產品建議系統330可基於所萃取的關鍵字確定多個產品辨識符且確定所述多個產品辨識符屬於相同的產品類別或相關的產品類別。在一些實施例中,產品建議系統330可為一或多個產品辨識符確定多個產品類別。在一些實施例中,產品建議系統330可實行以上闡述的步驟來為所確定的每一產品類別產生產品列表。
在一些實施例中,當產品出現於多於一個所產生的列表上時,產品建議系統330可向產品添加更大的權重,進而得出所述產品的更高的相似度分數。舉例而言,若產生三個列表且產品A出現於兩個列表上而產品B出現於三個列表上,則對產品B分派較產品A高的相似度分數,進而有利地得到用於產品建議的更準確的所產生列表。
舉例而言,每種產品可具有基於不同因子(例如,使用者參與度(例如在網頁上選擇產品、在網頁上將產品添加至購物車、在網頁上採購產品等))的相似度分數的初始數值。產品建議系統330可藉由將加權值乘以產品的初始相似度分數來對產品分派加權值。舉例而言,由於產品A出現於兩個列表上,因此可對產品A分派為「2」的加權值,而由於產品B出現於三個列表上,因此可對產品B分派為「3」的加權值。
在步驟411中,使用者320A可與和網頁相關聯的使用者介面元素(例如,圖1B所示SRP)交互,以對所產生的建議產品列表進行分選。舉例而言,產品建議系統330可將使用者介面元素修改成使得使用者320A可根據價格、相似度分數、銷售量等對所產生的建議產品列表進行分選。在一些實施例中,產品建議系統330可將使用者介面元素自動修改成根據價格、相似度分數、銷售量等來顯示所產生的建議產品列表。
儘管已參照本揭露的具體實施例示出並闡述了本揭露,然而應理解,本揭露可不加修改地實踐於其他環境中。上述說明是出於例示目的而呈現。上述說明並非詳盡性的且並非僅限於所揭露的精確形式或實施例。藉由考量對所揭露實施例的說明及實踐,各種修改及改編對於熟習此項技術者而言將顯而易見。另外,儘管所揭露實施例的態樣被闡述為儲存於記憶體中,然而熟習此項技術者應理解,該些態樣亦可儲存於其他類型的電腦可讀取媒體上,例如輔助儲存裝置(例如硬碟或光碟唯讀記憶體(compact disk read-only memory,CD ROM))或者其他形式的隨機存取記憶體(random access memory,RAM)或唯讀記憶體(read-only memory,ROM)、通用序列匯流排(universal serial bus,USB)媒體、數位影音光碟(digital versatile disc,DVD)、藍光(Blu-ray)或其他光學驅動媒體上。
基於書面說明及所揭露的方法的電腦程式處於有經驗的開發者的技能範圍內。可使用熟習此項技術者已知的任何技術來創建各種程式或程式模組,或者可結合現有的軟體來設計各種程式或程式模組。舉例而言,可採用或借助.Net Framework、.Net Compact Framework(以及相關語言,如Visual Basic、C等)、爪哇(Java)、C++、Objective-C、超文件標記語言(Hypertext Markup Language,HTML)、HTML/AJAX組合、可擴展標記語言(Extensible Markup Language,XML)或包括爪哇小程式的HTML來設計程式區段或程式模組。
另外,儘管本文中已闡述了例示性實施例,然而熟習此項技術者基於本揭露將設想出具有等效元素、修改形式、省略、組合(例如,各種實施例之間的態樣的組合)、改編及/或變更的任何及所有實施例的範圍。申請專利範圍中的限制應基於申請專利範圍中採用的語言進行廣義解釋,而並非僅限於本說明書中闡述的實例或在申請的過程期間闡述的實例。所述實例應被視為非排他性的。此外,所揭露方法的步驟可以任何方式進行修改,包括藉由對步驟進行重新排序及/或插入或刪除步驟。因此,本說明書及實例旨在僅被視為例示性的,真正的範圍及精神由以下申請專利範圍及其等效內容的全部範圍來指示。
100:示意性方塊圖/系統 101:裝運授權技術(SAT)系統/系統 102A:裝置/使用者裝置/行動裝置 102B:裝置/使用者裝置/電腦 103:外部前端系統 105:內部前端系統 107:運輸系統 107A、107B、107C:行動裝置/裝置 109:賣方入口 111:裝運及訂單追蹤(SOT)系統 113:履行最佳化(FO)系統 115:履行訊息傳遞閘道(FMG) 117:供應鏈管理(SCM)系統 119:倉庫管理系統(WMS) 119A:行動裝置/裝置/平板電腦 119B:行動裝置/裝置/PDA 119C:行動裝置/裝置/電腦 121A、121B、121C:第三方履行(3PL)系統 123:履行中心授權系統(FCAuth) 125:勞資管理系統(LMS) 200:履行中心(FC) 201、222:卡車 202A、202B、208:物項 203:入站區 205:緩衝區 206:堆高機 207:卸貨區 209:揀選區 210:儲存單元 211:包裝區 213:中樞區 214:運輸機構 215:營地區 216:牆 218、220:包裝 224A、224B:交付工作者 226:汽車 300:系統 310:網路 320:使用者裝置 320A:使用者 330:產品建議系統 332、352、362:處理器 334、354、364:記憶體 336、356、366:資料庫 346:搜尋動作日誌/資料庫 350:查詢系統 360:顧客親和系統 400:過程 401、403、405、407、409、411:步驟 420、430:設定
圖1A是示出根據所揭露實施例的網路的示例性實施例的示意性方塊圖,所述網路包括用於能夠進行通訊的裝運(shipping)、運輸(transportation)及物流操作的電腦化系統。 圖1B繪示出根據所揭露實施例的樣本搜尋結果頁面(Search Result Page,SRP),其包括滿足搜尋請求的一或多個搜尋結果以及交互式使用者介面元素。 圖1C繪示出根據所揭露實施例的樣本單一細節頁面(Single Detail Page,SDP),其包括產品及關於產品的資訊以及交互式使用者介面元素。 圖1D繪示出根據所揭露實施例的樣本購物車頁面(Cart page),其包括虛擬購物車中的物項以及交互式使用者介面元素。 圖1E繪示出根據所揭露實施例的樣本訂單頁面(Order page),其包括來自虛擬購物車的物項以及關於採購及裝運的資訊以及交互式使用者介面元素。 圖2是根據所揭露實施例的被配置成利用所揭露電腦化系統的示例性履行中心(fulfillment center)的圖例。 圖3繪示出根據所揭露實施例的用於基於AI的產品建議產生的裝置及系統的示例性網路。 圖4繪示出根據所揭露實施例的基於AI的產品建議產生的示例性過程。
330:產品建議系統
346:搜尋動作日誌/資料庫
350:查詢系統
360:顧客親和系統
400:過程
401、403、405、407、409、411:步驟
420、430:設定

Claims (20)

  1. 一種用於基於人工智慧的產品建議產生之電腦實施的系統,所述系統包括: 記憶體,儲存指令;以及 至少一個處理器,被配置成執行所述指令以: 自使用者裝置接收查詢; 自所述查詢萃取至少一個關鍵字; 基於所萃取的所述關鍵字,確定使用者辨識符及產品辨識符; 基於所確定的所述使用者辨識符及所確定的所述產品辨識符,搜尋與所述使用者辨識符及所述產品辨識符相關聯的資料庫; 基於所述使用者辨識符及所述產品辨識符,使用模型藉由以下方式預測多個建議產品: 確定與所述使用者辨識符相關聯的時間跨度; 擷取與所述使用者辨識符相關聯的使用者在所述時間跨度的期間提交的至少一個查詢; 擷取所述使用者在所述時間跨度的期間提交的至少一個過濾申請; 擷取與和所擷取的所述查詢或所述過濾申請相關聯的至少一個產品相關聯的至少一個產品規格; 自所擷取的所述查詢、所擷取的所述過濾申請及所擷取的所述產品規格萃取屬性; 基於所萃取的所述屬性確定產品類別; 基於所確定的所述產品類別產生產品列表; 基於所產生的所述產品列表產生建議產品列表;以及 將與網頁相關聯的使用者介面元素修改成包括所產生的所述建議產品列表。
  2. 如請求項1所述的系統,其中確定所述時間跨度包括計算所述使用者實行預定數目個動作的時間。
  3. 如請求項2所述的系統,其中所述動作包括在網頁上選擇產品、在所述網頁上將產品添加至購物車或在所述網頁上採購產品中的至少一者。
  4. 如請求項1所述的系統,其中所擷取的所述查詢包括與產品辨識符相關聯的至少一個關鍵字。
  5. 如請求項1所述的系統,其中所擷取的所述至少一個過濾申請包括產品尺寸、產品品牌或產品價格中的至少一者。
  6. 如請求項1所述的系統,其中所擷取的所述產品規格包括產品尺寸、產品品牌、產品顏色或產品儲存容量中的至少一者。
  7. 如請求項1所述的系統,其中產生所述模型包括訓練資料,且所述訓練資料包括多個顧客的歷史查詢、歷史過濾申請或歷史產品規格中的至少一者。
  8. 如請求項1所述的系統,其中產生所述建議產品列表包括為所產生的所述產品列表上的每種產品計算相似度分數。
  9. 如請求項8所述的系統,其中計算所述相似度分數包括將至少一個加權值分派至至少一個因子。
  10. 如請求項9所述的系統,其中所述至少一個因子包括在網頁上選擇產品、在所述網頁上將產品添加至購物車或在所述網頁上採購產品中的至少一者的歷史使用者資料。
  11. 一種用於基於人工智慧的產品建議產生之方法,包括: 自使用者裝置接收查詢; 自所述查詢萃取至少一個關鍵字; 基於所萃取的所述關鍵字,確定使用者辨識符及產品辨識符; 基於所確定的所述使用者辨識符及所確定的所述產品辨識符,搜尋與所述使用者辨識符及所述產品辨識符相關聯的資料庫; 基於所述使用者辨識符及所述產品辨識符,使用模型藉由以下方式預測多個建議產品: 確定與所述使用者辨識符相關聯的時間跨度; 擷取與所述使用者辨識符相關聯的使用者在所述時間跨度的期間提交的至少一個查詢; 擷取所述使用者在所述時間跨度的期間提交的至少一個過濾申請; 擷取與和所擷取的所述查詢或所述過濾申請相關聯的至少一個產品相關聯的至少一個產品規格; 自所擷取的所述查詢、所擷取的所述過濾申請及所擷取的所述產品規格萃取屬性; 基於所萃取的所述屬性確定產品類別; 基於所確定的所述產品類別產生產品列表; 基於所產生的所述產品列表產生建議產品列表;以及 將與網頁相關聯的使用者介面元素修改成包括所產生的所述建議產品列表。
  12. 如請求項11所述的方法,其中確定所述時間跨度包括計算所述使用者實行預定數目個動作的時間。
  13. 如請求項12所述的方法,其中所述動作包括在網頁上選擇產品、在所述網頁上將產品添加至購物車或在所述網頁上採購產品中的至少一者。
  14. 如請求項11所述的方法,其中所擷取的所述查詢包括與產品辨識符相關聯的至少一個關鍵字。
  15. 如請求項11所述的方法,其中所擷取的所述至少一個過濾申請包括產品尺寸、產品品牌或產品價格中的至少一者。
  16. 如請求項11所述的方法,其中所擷取的所述產品規格包括產品尺寸、產品品牌、產品顏色或產品儲存容量中的至少一者。
  17. 如請求項11所述的方法,其中產生所述建議產品列表包括為所產生的所述產品列表上的每種產品計算相似度分數。
  18. 如請求項17所述的方法,其中計算所述相似度分數包括將至少一個加權值分派至至少一個因子。
  19. 如請求項18所述的方法,其中所述至少一個因子包括在網頁上選擇產品、在所述網頁上將產品添加至購物車或在所述網頁上採購產品中的至少一者的歷史使用者資料。
  20. 一種用於基於人工智慧的產品建議產生之電腦實施的系統,所述系統包括: 記憶體,儲存指令;以及 至少一個處理器,被配置成執行所述指令以: 自使用者裝置接收查詢; 自所述查詢萃取至少一個關鍵字; 基於所萃取的所述關鍵字,確定使用者辨識符及產品辨識符; 基於所確定的所述使用者辨識符及所確定的所述產品辨識符,搜尋與所述使用者辨識符及所述產品辨識符相關聯的資料庫; 基於所述使用者辨識符及所述產品辨識符,使用模型藉由以下方式預測多個建議產品: 確定與所述使用者辨識符相關聯的時間跨度; 擷取與所述使用者辨識符相關聯的使用者在所述時間跨度的期間提交的至少一個查詢; 擷取所述使用者在所述時間跨度的期間提交的至少一個過濾申請; 擷取與和所擷取的所述查詢或所述過濾申請相關聯的至少一個產品相關聯的至少一個產品規格; 自所擷取的所述查詢、所擷取的所述過濾申請及所擷取的所述產品規格萃取屬性; 基於所萃取的所述屬性確定產品類別; 基於所確定的所述產品類別產生產品列表; 基於所產生的所述產品列表產生建議產品列表; 為所產生的所述列表上的每種產品計算相似度分數; 自所產生的所述列表移除相似度分數低於臨限值的產品;以及 將與網頁相關聯的使用者介面元素修改成包括所產生的所述建議產品列表。
TW110148973A 2021-01-15 2021-12-27 用於基於人工智慧的產品建議產生之電腦化系統以及方法 TW202232413A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/150,339 US11386478B1 (en) 2021-01-15 2021-01-15 Computerized systems and methods for using artificial intelligence to generate product recommendations
US17/150,339 2021-01-15

Publications (1)

Publication Number Publication Date
TW202232413A true TW202232413A (zh) 2022-08-16

Family

ID=82323849

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110148973A TW202232413A (zh) 2021-01-15 2021-12-27 用於基於人工智慧的產品建議產生之電腦化系統以及方法

Country Status (4)

Country Link
US (1) US11386478B1 (zh)
KR (2) KR102620766B1 (zh)
TW (1) TW202232413A (zh)
WO (1) WO2022153090A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230058829A1 (en) * 2021-08-19 2023-02-23 Maplebear Inc. (Dba Instacart) Weakly supervised extraction of attributes from unstructured data to generate training data for machine learning models
CN116385048B (zh) * 2023-06-06 2023-08-22 山东政信大数据科技有限责任公司 一种农产品智慧营销方法和系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6317722B1 (en) * 1998-09-18 2001-11-13 Amazon.Com, Inc. Use of electronic shopping carts to generate personal recommendations
US6981040B1 (en) 1999-12-28 2005-12-27 Utopy, Inc. Automatic, personalized online information and product services
US8086480B2 (en) * 2008-09-25 2011-12-27 Ebay Inc. Methods and systems for activity-based recommendations
US20100293494A1 (en) * 2009-05-18 2010-11-18 Cbs Interactive, Inc. System and method for targeting content based on filter activity
KR100961782B1 (ko) 2009-05-28 2010-06-07 주식회사 모임 인공지능에 기반한 개인별 맞춤형 상품 제공 장치 및 방법,그 기록 매체
KR20130035660A (ko) 2011-09-30 2013-04-09 주식회사 케이티 추천 시스템 및 추천 방법
US20150339759A1 (en) 2012-02-06 2015-11-26 Amazon Technologies, Inc. Detecting product attributes associated with product upgrades based on behaviors of users
US9691096B1 (en) * 2013-09-16 2017-06-27 Amazon Technologies, Inc. Identifying item recommendations through recognized navigational patterns
US10497044B2 (en) * 2015-10-19 2019-12-03 Demandware Inc. Scalable systems and methods for generating and serving recommendations
KR20180108022A (ko) * 2017-03-23 2018-10-04 에스케이플래닛 주식회사 검색어와 최종 구매 데이터를 활용한 상품 정보 제공 시스템, 그 방법 및 컴퓨터 프로그램이 기록된 기록매체
US20180276731A1 (en) 2017-03-24 2018-09-27 Abzooba, Inc. System and Method for Automated Product Recommendations
KR102220273B1 (ko) * 2018-03-29 2021-02-26 네이버 주식회사 상품 추천 방법 및 이를 이용하는 서버

Also Published As

Publication number Publication date
WO2022153090A1 (en) 2022-07-21
KR102620766B1 (ko) 2024-01-02
KR20240007737A (ko) 2024-01-16
US11386478B1 (en) 2022-07-12
US20220230223A1 (en) 2022-07-21
KR20220103612A (ko) 2022-07-22

Similar Documents

Publication Publication Date Title
TWI754416B (zh) 提供產品建議之電腦化系統以及方法
TWI765686B (zh) 用於在供應鏈中追蹤物品的電腦實施的系統以及方法
TW202230160A (zh) 用於基於人工智慧的資料庫參數優化之電腦實施的系統以及方法
TWI801861B (zh) 根據產品特性決定產品價格的倉儲管理電腦實行系統以及方法
TWI813926B (zh) 用於網頁顯示修正的電腦化系統及方法
TWI773048B (zh) 降低資料庫查詢延遲之系統以及方法
TW202232412A (zh) 產生正文字串的系統以及方法
TW202234308A (zh) 分級退返產品管理倉儲之電腦實施的系統以及方法
KR20240007737A (ko) 제품 추천을 생성하기 위해 인공 지능을 사용하는 컴퓨터 시스템 및 방법
TWI755221B (zh) 用於追蹤線上社群的電腦實行系統以及方法
TW202230158A (zh) 自產品名稱萃取屬性之系統以及方法
TW202316289A (zh) 用於產生搜尋的關鍵詞的方法以及系統
TWI830162B (zh) 用於產生資料交易日誌的系統以及方法
TW202341041A (zh) 電腦實施的系統以及電腦實施的方法
TWI834101B (zh) 用於低潛時聚合資料供應的電腦實施的系統與用於區域需求估計的電腦實施的系統以及方法
TWI760043B (zh) 詐欺偵測與使用者帳號去除重複之電腦化系統以及方法
TWI766531B (zh) 電腦實行系統以及方法
TWI817110B (zh) 產生內文相關檢索結果之電腦系統以及方法
TWI831003B (zh) 資料庫協調之系統以及方法
TW202244910A (zh) 用於流線型產品檢索的電腦實行系統以及方法
TW202232340A (zh) 自產品名稱萃取屬性之電腦實施的系統及電腦實施的方法
TW202418163A (zh) 用於產生資料交易日誌的系統以及方法
TW202418105A (zh) 資料庫協調之電腦實行系統以及電腦實行方法