基于人工智能的电商B端优化
摘要：电商发展至今，已经是行业完整齐全，类目数不胜数，服装行业的发展尤为突出，因此针对服装识别的人工智能技术也已经有了一定的发展，可以识别服装轮廓，判断服装类型，传统的服装设计模式需要设计师或者专门负责美工的工作人员对每一张图片进行操作，不仅效率非常低，而且还产生了大量的重复劳动，极大的增加了人力成本。目前淘宝平台已经推出了手机壳图案定制的功能，大大减少了卖家与顾客双方沟通协商的时间，客户利用插件调整出了自己喜欢的个性化款式，卖家在理解买家个性化需求上也更加的清晰明了，既节约时间人力等成本，又能给买家一个舒心的购物体验。
关键词：人工智能； 图像识别； 电子商务；深度学习
一、文献综述
电子商务的发展现状与趋势分析显示，我国电子商务发展十分的迅速，根据相关数据显示，电子商务的交易总额每年增长百分之四十。由于电子商务具有很大的发展前景，使得我国很多投资者投入到了电子商务的领域之中，这也使得电子商务之间的竞争日益激烈。越来越多的消费者开始依赖网购平台挑选自己心仪的商品。2019年万众参与的天猫“双十一”最终成交额创下了高达2684亿元人民币的历史新纪录。而正是因为线上消费者越来越多，网络零售商也在不断地涌入这一年轻的新市场。
从 2017 年全国“两会”上，“人工智能”首次被正式写入政府工作报告，到 2019 年十三届全国人大二次会议中将与人工智能密切相关的立法项目列入立法规划，人工智能已成为新一轮科技革命的战略性技术。而随着“新零售”概念的提出，人工智能在零售行业得以迅速发展，应用也愈发广泛。人工智能是研究、开发用于模拟和扩展人类智能的理论、方法、技术和应用系统的一门新兴技术科学。它试图理 解智能的本质，并制造出一种新的智能机器，这种机器能以类似于人类智能的方式作出反应。该领域的研究包括机器人、图像识别、语言识别、自然语言处理和专家系统。目前，它主要用于个人助理、保安、自驾、医疗卫生、零售、金融、教育等方面。
（一）图像识别国内外研究现状及发展趋势
图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一种实践应用。现阶段图像识别技术一般分为人脸识别与商品识别，人脸识别主要运用在安全检查、身份核验与移动支付中；商品识别主要运用在商品流通过程中，特别是无人货架、智能零售柜等无人零售领域。
图像识别问题的数学本质属于模式空间到类别空间的映射问题。目前，在图像识别的发展中，主要有三种识别方法：统计模式识别、结构模式识别、模糊模式识别。图像分割是图像处理中的一项关键技术。现有的图像分割的方法有许多种，有阈值分割方法，边缘检测方法，区域提取方法，结合特定理论工具的分割方法等。从图像的类型来分有：灰度图像分割、彩色图像分割和纹理图像分割等。随着图像识别的快速发展，引入了较多新颖的方法：层次处理、稀疏编码等[1]，这些方法使得在图像识别领域有了更高层次的进展。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
