互聯(lián)網(wǎng)+時代讓很多行業(yè)有了全新的變化,新時代背景下,傳統(tǒng)線下營銷投入大、成本高、售后服務不便捷等問題逐漸凸顯。航天科工推出的云端營銷平臺,對于解決傳統(tǒng)模式企業(yè)營銷痛點,已取得了階段性成果,但仍需面對信任及跨企業(yè)挑戰(zhàn)等難題。

為此,航天科工利用人工智能技術賦能云端營銷,通過聚合平臺內(nèi)的企業(yè)、產(chǎn)品、需求等數(shù)據(jù),構建全業(yè)務覆蓋的企業(yè)知識圖譜,并建立實體的能力和畫像模型,解決制造業(yè)營銷能力不足難題。實現(xiàn)需求洞察、精準匹配和意圖識別三種應用場景。在商品及能力查詢過程中,根據(jù)關鍵字,快速識別用戶查詢意圖,并對結(jié)果進行多樣性排序,提高用戶的使用體驗;在云端營銷業(yè)務過程中,面向供應商、營銷員、買方用戶三種角色,實現(xiàn)多維度智能推薦,通過商品關聯(lián)營銷員能力、買方用戶需求,不斷提高商品命中率,提高營銷效率;同時,根據(jù)企業(yè)需求的特殊性,在點對點的推薦基礎上,實現(xiàn)具有生產(chǎn)時序和采購意圖的多商品、多場景匹配能力,通過智能化賦能,加快交易撮合成功效率。

目前,人工智能面向智能算法訓練的數(shù)據(jù)標注工具,已接入數(shù)據(jù)5,693,401條;并建立4種場景2種類別5種規(guī)范的數(shù)據(jù)集,其中涵蓋了實體抽取、關系抽取、圖像識別、圖像描述等多種應用,為智能化算法研究提供數(shù)據(jù)基礎;面向中文的端到端的聯(lián)合抽取模型構建,研究開發(fā)了實體、關系聯(lián)合抽取模型。目前,通過自定義數(shù)據(jù)集進行訓練,準確率達到46.5%;為后續(xù)非結(jié)構文本進行實體關系三元組的自動化抽取奠定算法基礎;智能應用與課題研究,已發(fā)布針對工業(yè)領域的工業(yè)分詞微服務,支持工業(yè)分詞、通用分詞、關鍵詞提取、摘要提取等功能;可支持平臺搜索及文本處理等業(yè)務功能;《基于工業(yè)知識圖譜和工業(yè)AI的工程化和產(chǎn)業(yè)化研究》成功入選集團有限公司科技委創(chuàng)新課題;申報《基于新聞關鍵詞的文本向量加權的方法及系統(tǒng)》、《一種數(shù)據(jù)清洗方法及系統(tǒng)》、《一種基于多規(guī)則的知識圖譜動態(tài)生成方法》等8項專利。

未來,云端營銷將進一步致力于推進人工智能與營銷體系深度融合,實現(xiàn)規(guī)?；腂2B營銷、共享維修、小微信貸等生產(chǎn)性服務,孵化智能共享經(jīng)濟新業(yè)態(tài)。