本篇文章给大家分享《亚马逊推出四项AI功能，以降低服装类目退货率》，覆盖了科技周边的常见基础知识，其实一个语言的全部知识点一篇文章是不可能说完的，但希望通过这些问题，让读者对自己的掌握程度有一定的认识(B 数)，从而弥补自己的不足，更好的掌握它。

AMZ123获悉，据外媒报道，亚马逊正在利用生成式人工智能（AI）来帮助买家找到合身的服装，并降低自身的退货率。

亚马逊时尚部门的计算机视觉和机器学习总监Apoorv Chaudhri在一篇博客文章中透露了亚马逊推出的基于生成式人工智能的四项功能。这些功能包括个性化尺码推荐、合身评论摘要、尺码表和面向卖家的“Fit Insights”工具。通过这些功能，亚马逊可以更准确地为消费者提供适合的尺码建议，并提供评论摘要以帮助消费者更好地了解产品的合身情况。此外，亚马逊还为卖家提供了“Fit Insights”工具，帮助他们了解产品的尺码情况，以便更好地满足消费者的需求。这些基于生成式人工智能的功能将进一

根据Coresight Research的研究显示，服装类商品的退货率为24.4%，比整体在线退货率高出8%。近两年来，许多零售商和品牌表示在线退货的情况有所增加。这主要是因为在家试穿和退货过程变得更加简便，消费者倾向于购买多个尺寸或颜色的同一款商品，然后退还不合适的部分。

个性化尺码推荐

亚马逊利用人工智能（AI）和机器学习（ML）模型，在每个产品的详细页面上推荐适合每位客户的尺码。

这家电商巨头开发了一种基于深度学习的算法，旨在帮助每位客户找到最适合他们的尺码。这个算法主要考虑品牌与尺码系统之间的关系，同时也考虑产品评论和其他详细信息以及客户的合身偏好。通过综合分析这些信息，为顾客推荐最合适的尺码选择。

据悉，该算法以匿名方式将具有相似尺码和合身偏好的客户与具有相似合身程度的产品聚集在一起。通过学习数百万个产品细节（如款式、尺码表和客户评价）和数十亿个匿名化的客户购买记录，该算法能够精确地匹配相似的客户和产品。此外，算法还考虑到了相似客户购买同一产品或类似合适度产品的尺码情况。

亚马逊表示，他们的算法可以持续学习并适应客户尺码需求的变化。举个例子，如果客户购买了某个尺码的儿童裤子，算法会考虑到他们可能在未来几个月需要更大的尺码。

此外，亚马逊基于人工智能的推荐会从其产品目录中提取产品数据，如款式、颜色、价格、尺码、退货率和客户评价，以在客户购物时推荐其他个性化选择的款式。

其他顾客留下的合身评论摘要

亚马逊利用AI技术生成的合身评论摘要，旨在帮助时尚购物者找到适合的尺码。根据客户的推荐尺码和评论中共同的主题，亚马逊为客户创建了摘要。

该功能根据购买过相同尺码商品的顾客的评论，告诉顾客是否要加大或缩小特定款式的尺码。亚马逊应用大型语言模型（LLMs）等AI工具从客户评论中提取详细信息，如尺码准确性、服装在特定身体区域的合适度和面料的弹性。

然后，亚马逊利用AI将这些细节总结在评论摘要中。这个摘要引导每位客户找到最相关的信息，让他们不必手动阅读每个商品的数百条评论。

将基于AI的合身数据应用于尺码表

亚马逊应用大型语言模型（LLMs）自动从多个来源提取和清理产品尺码表，然后将数据转化为标准化尺寸，删除重复信息并自动校正缺失或不正确的测量值，从而产生更准确、一致的尺码表。

亚马逊正在尝试新的方法，以呈现最相关的尺码和尺码详细信息给每位客户，例如将他们推荐的尺码的测量值分组。

面向卖家的“Fit Insights”工具

Fit Insights工具为时尚品牌和卖家提供了一种使用LLM模型来提取和汇总有关合适度、款式和面料的客户反馈的方式。它将退货和尺码表分析与客户评价联系起来，使用ML帮助识别尺码表中的缺陷。

利用这些数据，时尚品牌可更好地了解客户的需求，改进与客户沟通尺码的方式，甚至将反馈纳入未来的设计和制造中。

AMZ123了解到，近几个月来亚马逊在其网站上推出了多项基于AI的功能。亚马逊此前推出了一款面向卖家的人工智能工具，帮助他们为产品页面生成文案。据该零售商估计，使用该工具，转化率可提高40%。除此之外，亚马逊还将人工智能引入其他消费者产品，包括Alexa和Fire TV。

亚马逊卖家之路，从AMZ123开始

今天关于《亚马逊推出四项AI功能，以降低服装类目退货率》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！