随着『新零售』概念与电子商务的兴起，零售活动现今已不局限于线下场景。目前，传统零售业正在向『新零售』的架构进行转型，而其中必不可缺的则是人工智能，机器学习，视觉识别等前沿技术与黑科技。跨象乘云™ 为高校大数据与人工智能实验室，大数据与人工智能实验平台建设，提供海量实战项目案例库，360° 全方位覆盖数据科学、机器学习、深度学习与新一代人工智能技术在金融行业的各方面应用 ——
- 商品识别与搜索：通过图像识别技术，提升智能导购，库存核算，商品搜索等零售业务系统效能。
- 智能推送：结合协同过滤、关联规则、知识内容等推荐系统技术，实现个性化商品推送，提升销量。
- 行为轨迹预测：利用海量用户在线浏览及消费数据，结合机器学习算法，精确分析用户查看，点击，添加到购物车，购买、退货等行为，从而使得电子商务平台实现智能化体验升级，增强用户粘合度。
- 用户评分分析：使用逐项协作过滤，将用户购买并评分的每个商品与相似商品进行匹配，然后将这些相似商品组合到用户的推荐列表中。同时，扩展到海量数据集并实时生成高质量建议。
- 情感运算：相比于单纯的利用显式评分特征，文本信息一方面可以弥补评分稀疏性的问题，另一方面能有效帮助零售店主通过数据进一步感知消费者情绪。
- 智能客服：通过自然语言处理、文本挖掘技术，有效的帮助企业与消费者搭建便捷的沟通渠道，为消费者提供更为贴心、即使反应的客户服务。
- 销售预测：对历史销售数据做出预测，了解战略决策如何影响盈亏以及降价促销如何影响销售业绩。
- 互动推广：通过智能点击预测，上下文广告推送模型，提升付费型高级商户的商品点击率，为增值商户制定更为有效的广告推广策略。
通过面向垂直行业的海量案例聚焦实战，以及完整的『端到端』业务流程演示与上机操作训练，让学生获取跨学科，跨专业知识认知并真正了解如何将数据科学、机器学习、深度学习、人工智能技术与产业应用的业务背景结合在一起，以及了解企业实施技术需求。通过直观而具备针对性的实践训练，使学生在短时间内得到应用技术技能的提升，更进一步满足职业岗位对工作技能的需求。
案例演示：Fashion-MNIST 服饰图片分类识别
案例演示：表情识别情感运算
更多精彩案例演示，欢迎访问跨象乘云™ B 站官方频道。
相关链接 ——