1月9日消息，亞馬遜近日推出一系列最新的AI功能，分別是個(gè)性化尺碼建議、評(píng)論亮點(diǎn)、重新設(shè)計(jì)的尺碼表和合身見解，助力用戶在亞馬遜商店購買喜歡的時(shí)尚服飾。

在個(gè)性化尺碼建議（personalized size recommendations）方面，亞馬遜開發(fā)了一種基于深度學(xué)習(xí)的算法，幫助每位客戶找到適合任何款式的最合適尺碼。它考慮了品牌及其尺碼系統(tǒng)之間的尺碼關(guān)系、產(chǎn)品的評(píng)論和其他細(xì)節(jié)以及客戶自己的合身偏好。然后，該功能會(huì)實(shí)時(shí)為客戶推薦最合適的尺碼。

該算法以匿名方式將具有相似尺寸和合身偏好的客戶以及具有相似合身程度的產(chǎn)品聚集在一起。從那里，算法從數(shù)百萬個(gè)產(chǎn)品詳細(xì)信息（例如款式、尺碼表和客戶評(píng)論）以及數(shù)十億匿名客戶購買中學(xué)習(xí)。它還考慮了類似客戶為同一產(chǎn)品或相似款式產(chǎn)品購買和保留的尺寸。

亞馬遜時(shí)尚推出最新AI功能 圖源：亞馬遜官網(wǎng)

在評(píng)論亮點(diǎn)（review highlights）方面，亞馬遜根據(jù)每位客戶推薦的尺寸，使用評(píng)論中的共同主題，為他們創(chuàng)建評(píng)論亮點(diǎn)。目標(biāo)是讓多元化的客戶群更輕松地獲得個(gè)性化尺碼指導(dǎo)，以便他們確定款式是否適合自己。

該功能根據(jù)購買過相同尺碼商品的顧客的評(píng)論，告訴顧客是否要加大或縮小特定款式的尺碼。平臺(tái)使用最新、最先進(jìn)的人工智能形式，例如大語言模型(LLM)，從客戶評(píng)論中提取詳細(xì)信息，例如尺寸準(zhǔn)確性、服裝對特定身體區(qū)域的貼合度以及面料彈力。然后，使用人工智能將這些細(xì)節(jié)總結(jié)為易于閱讀的評(píng)論亮點(diǎn)。突出顯示可引導(dǎo)每個(gè)客戶找到最相關(guān)的信息，因此他們不必手動(dòng)解析每個(gè)項(xiàng)目的數(shù)百條評(píng)論。

圖源：亞馬遜官網(wǎng)

在重新設(shè)計(jì)的尺碼表（re-imagined size charts）方面，通過利用大語言模型(LLM)，亞馬遜自動(dòng)從多個(gè)來源提取和清理產(chǎn)品尺寸圖表數(shù)據(jù)。然后，將數(shù)據(jù)轉(zhuǎn)換為標(biāo)準(zhǔn)化的尺寸，刪除重復(fù)的信息，并自動(dòng)糾正缺失或不正確的測量，從而產(chǎn)生更準(zhǔn)確和一致的尺寸圖表。

此外，平臺(tái)不是以圖表格式顯示完整的尺寸表，而是嘗試新的方法，為每個(gè)客戶提供最相關(guān)的尺寸和尺寸詳細(xì)信息，例如根據(jù)推薦的尺寸對尺寸進(jìn)行分組，以便輕松找到他們的尺寸。

圖源：亞馬遜官網(wǎng)

在合身見解（fit insights）方面，品牌和銷售合作伙伴也可以從所有這些創(chuàng)新中受益。了解顧客退貨的原因可能是一個(gè)謎，但借助亞馬遜新的Fit Insights工具，平臺(tái)可以為品牌完成繁重的工作，并提供有關(guān)各種產(chǎn)品的合身性的見解。

Fit Insights Tool使用大語言模型(LLM)來提取和匯總客戶對版型、款式和面料的反饋。它將退貨和尺碼表分析與客戶評(píng)論聯(lián)系起來，使用機(jī)器學(xué)習(xí)來識(shí)別尺碼表中的缺陷。通過利用這些數(shù)據(jù)，品牌可以更好地了解客戶合身問題，改進(jìn)與客戶溝通尺碼的方式，甚至將反饋納入未來的設(shè)計(jì)和制造中。這有助于品牌減少與合身相關(guān)的退貨，并更準(zhǔn)確地為客戶列出其商品。