“e-ticaret” için sonuçlar
27 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay zeka artık kişisel tercihlerinize göre ürün yorumlarını özetliyor
E-ticaret sitelerinde binlerce ürün yorumu arasında kaybolmak artık tarih olabilir. Araştırmacılar, her kullanıcının farklı ürün özelliklerini önemsediğini ve bu tercihlerin zamanla değiştiğini göz önünde bulundurarak yeni bir çözüm geliştirdi. PREFER adlı sistem, kullanıcı geri bildirimlerini sürekli analiz ederek kişiselleştirilmiş yorum özetleri üretiyor. Amazon Reviews'23 veri seti üzerinde yapılan testler, sistemin kullanıcı ilgi alanlarıyla uyumunu artırırken özet kalitesini koruduğunu gösteriyor. Bu teknoloji, online alışveriş deneyimini kökten değiştirebilir ve kullanıcıların gerçekten önemsedikleri bilgilere hızla ulaşmasını sağlayabilir.
AI Alışveriş Asistanları İçin Yeni Değerlendirme Sistemi Geliştirildi
Araştırmacılar, konuşmalı alışveriş asistanlarının performansını değerlendirmek ve optimize etmek için kapsamlı bir sistem geliştirdi. Market alışverişi gibi karmaşık senaryolarda kullanıcı tercihlerini anlayan ve bütçe kısıtlarını göz önünde bulunduran AI sistemlerinin değerlendirilmesi büyük zorluklar içeriyor. Yeni sistem, çok boyutlu bir değerlendirme rubriği ve insan değerlendirmelerine uyumlu LLM yargıç sistemi kullanıyor. Bu çalışma, gerçek üretim ortamında çalışan AI asistanlarının sürekli geliştirilmesi için pratik bir yol haritası sunuyor.
FAULHABER'den Otonom Lojistik Sistemler İçin Yenilikçi DualGear Teknolojisi
Alman teknoloji şirketi FAULHABER, otonom lojistik sistemlerde kullanılmak üzere özel olarak tasarladığı DualGear adlı yeni dişli sistemi duyurdu. Kompakt boyutlarda yüksek performans sunan bu teknoloji, sınırlı alan kısıtlamaları bulunan otonom lojistik uygulamalarında devrim yaratma potansiyeli taşıyor. DualGear sistemi, robotik ambar sistemleri, otonom kargo taşıyıcıları ve dağıtım robotları gibi lojistik alanındaki otomasyon çözümlerinde kritik bir rol oynayacak. Bu gelişme, e-ticaretin hızla büyüdüğü ve lojistik sektöründe otomasyona olan talebin arttığı günümüzde özellikle önem taşıyor. Teknoloji, hem enerji verimliliği hem de mekânsal tasarruf açısından lojistik robotlarının performansını artıracak yenilikler içeriyor.
E-ticarette Ürün Arama için AI Destekli Yeni Yaklaşım Geliştirildi
Araştırmacılar, e-ticaret platformlarında ürün arama ve sıralama işlemlerini iyileştiren yenilikçi bir yapay zeka sistemi geliştirdi. İki aşamalı bu yaklaşım, büyük dil modellerini kullanarak yapılandırılmamış ürün bilgilerinden özellik grafikleri oluşturuyor ve bu yapılandırılmış veriler üzerinden daha akıllı sıralama yapıyor. Sistem, geleneksel yöntemlere göre işlem gücünden %57 tasarruf sağlarken, arama doğruluğunu %5'ten fazla artırdı. Bu gelişme, milyonlarca ürün arasından en uygun olanları bulma konusunda yaşanan zorlukları aşmaya yönelik önemli bir adım. Özellikle farklı kategorilerdeki ürünlerin benzerlikleri ve kullanıcı bağlamının doğru anlaşılması konusunda mevcut sistemlerin eksikliklerini gideriyor. Çalışma, e-ticaret arama motorlarının verimliliğini artırma potansiyeli taşıyor.
Yapay Zeka, Kullanıcı İncelemelerinden Kişisel Profil Çıkararak Tavsiye Sistemlerini Güçlendiriyor
Araştırmacılar, büyük dil modellerini kullanarak geleneksel tavsiye sistemlerini yeniden tasarlayan PURE adlı yenilikçi bir framework geliştirdi. Sistem, sadece satın alma geçmişine dayanan mevcut yaklaşımların aksine, kullanıcıların yazdığı incelemeler ve ürün açıklamalarından sistematik olarak bilgi çıkarıyor. PURE, üç temel bileşenle çalışıyor: kullanıcı tercihlerini ve ürün özelliklerini tespit eden İnceleme Çıkarıcısı, profilleri sürekli güncelleyen Profil Güncelleyicisi ve kişiselleştirilmiş öneriler sunan Tavsiye Edici. Bu yaklaşım, kullanıcıların zaman içinde değişen ilgi alanlarını takip ederek daha doğru ve güncel öneriler sunmayı amaçlıyor. E-ticaret platformlarından sosyal medyaya kadar geniş bir uygulama alanına sahip olan bu teknoloji, yapay zekanın insan davranışlarını anlama kapasitesini artırarak dijital deneyimleri kişiselleştirme konusunda önemli bir adım teşkil ediyor.
WebMall: Çoklu Mağaza Ortamında Web Ajanlarını Test Eden Yeni Benchmark
Araştırmacılar, yapay zeka destekli web ajanlarının performansını değerlendirmek için WebMall adında yeni bir benchmark geliştirdi. Mevcut test ortamları sadece tek mağazalarda basit alışveriş görevlerini kapsarken, WebMall farklı mağazalardan ürün karşılaştırması yapıp en uygun fiyatı bulma gibi karmaşık görevleri simüle ediyor. Bu sistem, LLM tabanlı web ajanlarının gerçek dünyada karşılaştırmalı alışveriş yapabilme yeteneklerini ölçmek için tasarlandı. WebMall, heterojen ürün verilerine sahip çoklu mağaza ortamını taklit ederek, ajanların daha zorlu ve gerçekçi e-ticaret görevlerini yerine getirmelerini test ediyor. Bu gelişme, web otomasyonu alanında önemli bir eksikliği gideriyor.
Yeni AI Sistemi Kullanıcı Tercihlerini Daha Doğru Tahmin Ediyor
Araştırmacılar, öneri sistemlerinde devrim yaratabilecek yeni bir yapay zeka yaklaşımı geliştirdi. BIPCL adlı bu sistem, kullanıcıların değişen tercihlerini çok daha başarılı şekilde modelleyebiliyor. Mevcut öneri sistemleri genellikle kullanıcıların davranışlarının arkasındaki farklı niyetleri tam olarak yakalayamıyor ve bilgileri etkili şekilde paylaşamıyor. Yeni yaklaşım, kullanıcı ve ürün tarafında ortak niyet prototipleri oluşturarak bu sorunu çözüyor. Sistem, çift yönlü niyet geliştirme mekanizması sayesinde hem ürün hem de kullanıcı dizisi temsillerini güçlendiriyor. Bu gelişme, e-ticaret platformlarından sosyal medya uygulamalarına kadar geniş bir alanda daha kişiselleştirilmiş ve doğru öneriler sunulmasının önünü açıyor.
Yapay Zeka Modellerinin İş Birliği İle Öneri Sistemleri Güçleniyor
Araştırmacılar, büyük dil modellerinin (LLM) öneri sistemlerinde nasıl daha etkili kullanılabileceğine dair yeni bir yaklaşım geliştirdi. Tek bir yapay zeka modelinin sınırlılıklarını aşmak için birden fazla modelin güçlü yanlarını birleştiren MLTFR adlı sistem, kullanıcı davranışlarını analiz ederek en uygun önerileri sunuyor. Bu yenilik, e-ticaret sitelerinden sosyal medya platformlarına kadar geniş bir kullanım alanına sahip olan öneri sistemlerinin performansını artırarak, kullanıcıların istedikleri içeriği bulmasını kolaylaştırıyor.
Graf Tabanlı Yapay Zeka: Öneri Sistemlerinde Yeni Dönem
Araştırmacılar, graf yapıları üzerinde çalışan yeni bir yapay zeka algoritması geliştirdi. Bu sistem, birbirine bağlı veriler arasındaki ilişkileri kullanarak daha akıllı öneriler sunabiliyor. Özellikle içerik tabanlı öneri sistemlerinde devrim yaratabilecek bu yaklaşım, her bir öğenin komşularından öğrenerek tahminlerini geliştiriyor. Geleneksel yöntemlerin aksine, bu algoritma büyük veri setlerinde bile verimli çalışabiliyor ve gerçek dünya uygulamalarında binlerce öğe için kullanıcı tercihlerini başarıyla tahmin edebiliyor. Makine öğrenmesi ve öneri sistemleri alanında önemli bir adım olan bu çalışma, sosyal medya platformlarından e-ticaret sitelerine kadar geniş uygulama alanına sahip.
Yapay Zeka Yazarı Tanıyabiliyor: Japonca Metinlerden Kim Yazdığını Bulma Yöntemi
Araştırmacılar, yapay zeka kullanarak metinlerin gerçek yazarlarını tespit edebilen yeni bir sistem geliştirdi. Japonca e-ticaret yorumları üzerinde yapılan çalışmada, farklı makine öğrenmesi yöntemleri karşılaştırıldı. BERT gibi gelişmiş dil modelleri küçük gruplar için başarılı olurken, yazar sayısı artınca geleneksel TF-IDF yöntemi daha kararlı sonuçlar verdi. Bu teknoloji gelecekte siber güvenlik alanında tehdit analizlerinde kullanılabilir. Sistem, metinlerdeki üslup özelliklerini analiz ederek yazarları ayırt ediyor ve adli tıp ile güvenlik araştırmalarında önemli uygulamalara sahip.
E-ticaret için yapay zekalı ürün bilgi grafiği sistemi geliştirildi
Araştırmacılar, e-ticaret platformlarındaki ürün özelliklerini otomatik olarak analiz eden AutoPKG adlı yeni bir yapay zeka sistemi geliştirdi. Sistem, büyük dil modellerini kullanan çoklu ajan mimarisiyle çalışıyor ve ürün metinleri ile görsellerinden özellik bilgilerini çıkararak dinamik bilgi grafikleri oluşturabiliyor. Geleneksel yöntemlerin aksine, sistem ürün kategorilerini ve özellik anahtarlarını ihtiyaç durumuna göre kendisi belirliyor. Alibaba'nın Lazada platformundan alınan gerçek verilerle yapılan testlerde, sistem ürün türleri için 0.953, özellik anahtarları için 0.724 ağırlıklı bilgi verimliliği skorları elde etti. Bu gelişme, e-ticaret platformlarının ürün kataloglarını daha tutarlı ve güncel tutmasına yardımcı olabilir.
Yapay Zeka Öneri Sistemlerinde Yeni Dönem: BLaIR Benchmark'ı Geliştirildi
Araştırmacılar, büyük dil modellerinin öneri sistemlerindeki performansını değerlendirmek için BLaIR adlı kapsamlı bir benchmark geliştirdi. Bu yeni sistem, 570 milyondan fazla Amazon incelemesi ve 48 milyon ürün verisiyle destekleniyor. Geleneksel öneri sistemleri metin tabanlı ürün özelliklerini etkili şekilde kullanmakta zorlanırken, büyük dil modelleri bu alanda umut vaat ediyor. Ancak bu modellerin öneri görevlerindeki davranışları henüz tam olarak anlaşılmamıştı. BLaIR, sıralı öneri, işbirlikçi filtreleme ve ürün araması gibi farklı senaryoları kapsayarak, dil modellerinin semantik kodlayıcı olarak etkinliğini ölçmeyi amaçlıyor. Bu gelişme, e-ticaret platformlarından müzik önerilerine kadar geniş bir kullanım alanında daha akıllı ve kişiselleştirilmiş öneri sistemlerinin geliştirilmesine katkı sağlayabilir.
Yapay zeka sahte yorumları tespit eden yeni sistem geliştirildi
Büyük dil modelleri sayesinde insan yazısına çok benzeyen sahte ürün yorumları artık daha kolay üretiliyor. Bu durum online platformların güvenilirliğini ciddi şekilde tehdit ediyor. Araştırmacılar, bu soruna karşı FraudSquad adlı hibrit bir tespit sistemi geliştirdi. Sistem, metin analizini graf sinir ağları ile birleştirerek sahte yorumları tespit ediyor. Üç farklı yapay zeka modeli kullanılarak oluşturulan gerçekçi sahte yorum veri setleri üzerinde yapılan testlerde, FraudSquad mevcut sistemlerden %44 daha başarılı sonuçlar elde etti. Bu yenilik, e-ticaret platformlarının güvenilirliğini artırmada önemli bir adım.
AliExpress'te Yapay Zeka Destekli Yeni Nesil Öneri Sistemi SIGMA Devreye Girdi
Araştırmacılar, büyük dil modellerinin gücünden yararlanan devrim niteliğinde bir öneri sistemi geliştirdi. SIGMA adı verilen bu sistem, geleneksel 'sonraki ürünü tahmin etme' yaklaşımının ötesine geçerek, kullanıcılara çok daha akıllı ve çeşitli öneriler sunabiliyor. AliExpress platformunda aktif olarak kullanılan sistem, ürün varlıklarını semantik anlam ve işbirlikçi sinyalleri birleştiren birleşik bir uzayda konumlandırıyor. Bu sayede hem kesin modelleme hem de verimli üretim için hibrit bir yaklaşım benimsiyor. Sistem, çok görevli denetimli ince ayar veri seti kullanarak farklı öneri taleplerini karşılayabiliyor ve e-ticaret sektöründe yapay zeka uygulamalarının pratik başarısını gösteriyor.
HABIT: Görsel Arama Sistemlerinde Devrim Yaratacak Yeni Yapay Zeka Modeli
Araştırmacılar, kullanıcıların bir referans görsel ve metin açıklamasıyla istediği görseli bulabileceği yeni nesil arama sistemi geliştirdi. HABIT adlı bu framework, mevcut sistemlerin en büyük sorunu olan 'gürültülü veri' problemini çözmek için tasarlandı. Sistem, karşılıklı bilgi tahmin modülü ve aşamalı öğrenme yaklaşımıyla, kişiselleştirilmiş arama ve öneri sistemlerinde çığır açacak nitelikte. Özellikle e-ticaret, sosyal medya ve dijital arşiv uygulamalarında büyük potansiyele sahip olan teknoloji, yapay zekanın görsel anlama kapasitesini bir üst seviyeye taşıyor.
Yapay Zeka İnsan Alışveriş Davranışlarını Ne Kadar İyi Taklit Edebiliyor?
Araştırmacılar, büyük dil modellerinin gerçek insan davranışlarını ne kadar doğru simüle edebildigini test etmek için yeni bir veri seti geliştirdi. OPERA adı verilen bu veri seti, gerçek kullanıcıların online alışveriş sırasındaki eylemlerini, kişiliklerini ve karar verme süreçlerini detaylı şekilde kaydediyor. Bu çalışma, yapay zekanın insan davranışlarını anlamada geldiği noktayı ölçmek için önemli bir kıyaslama noktası oluşturuyor. Veri seti, kullanıcı profilleri, tarayıcı gözlemleri, detaylı web eylemleri ve gerçek zamanlı karar gerekçelerini içeren ilk kapsamlı halka açık kaynak.
E-ticaret depolarında çalışan davranışları birbirini nasıl etkiliyor?
Cornell Üniversitesi'nden yapılan yeni araştırma, e-ticaret depolarında çalışanların performanslarının, etkileşimi önleyen sistemlere rağmen birbirlerinden etkilendiğini ortaya koyuyor. İnsan Kaynakları Çalışmaları Bölümü'nden Yrd. Doç. Caitlin Ray'in öncülük ettiği çalışma, depo verilerini analiz ederek çalışan davranışlarındaki sosyal dinamikleri inceliyor. Bulgular, modern iş yerlerinde teknolojik izolasyona rağmen, insani etkileşimlerin işgücü verimliliği üzerindeki rolünün devam ettiğini gösteriyor. Araştırma, çalışma ortamı tasarımı ve insan kaynakları yönetimi açısından önemli sonuçlar taşıyor.
Yapay Zeka Depo Robotlarının Trafiğini Düzenleyerek Verimliliği Artırıyor
Araştırmacılar, depo ortamlarında çalışan robotların trafiğini düzenlemek için yeni bir yapay zeka sistemi geliştirdi. Bu sistem, hangi robotun öncelik alacağını anlık olarak karar vererek tıkanıklıkları önlüyor ve iş akışını hızlandırıyor. Geleneksel sabit kurallarla çalışan sistemlerin aksine, bu AI çözümü dinamik şartlara uyum sağlayabiliyor. E-ticaretin büyümesiyle birlikte depo otomasyonunun önemi artan günümüzde, bu tür akıllı trafik yönetimi sistemleri lojistik sektörü için kritik hale geliyor. Sistem, robotlar arasındaki koordinasyonu optimize ederek hem çarpışmaları engelliyor hem de genel üretkenliği artırıyor.
OmniShow: Metin, ses ve görüntüden gerçekçi insan-nesne etkileşim videoları üretiyor
Araştırmacılar, metin açıklaması, referans görüntüler, ses ve vücut pozları gibi farklı veri türlerini birleştirerek gerçekçi insan-nesne etkileşim videoları üreten OmniShow adlı yeni bir yapay zeka sistemi geliştirdi. Bu teknoloji, e-ticaret tanıtımları, kısa video üretimi ve etkileşimli eğlence içerikleri için otomatik içerik oluşturma konusunda önemli pratik değere sahip. Sistem, farklı koşulları uyumlu şekilde işleyerek endüstri seviyesinde performans sunuyor. Geliştirilen Unified Channel-wise Conditioning tekniği verimli görüntü ve poz enjeksiyonu sağlarken, Gated Local-Context Attention özelliği ses-görüntü senkronizasyonunu hassas şekilde gerçekleştiriyor.
Yapay Zeka ile Kullanıcı Davranışlarını Taklit Eden Yeni Simülasyon Sistemi
Araştırmacılar, öneri sistemlerinin geliştirilmesi için büyük dil modellerini kullanan yenilikçi bir kullanıcı simülasyon çerçevesi geliştirdi. Bu sistem, kullanıcı geri bildirimlerindeki belirsizlik ve gürültü sorunlarını çözerek, gerçek kullanıcı tercihlerini daha doğru şekilde taklit edebiliyor. İki aşamalı yaklaşım ile çalışan sistem, önce yapay zeka ile karar verme süreçlerini açıklayarak belirsizlikleri azaltıyor, sonra veri damıtma teknikleriyle yüksek kaliteli simülasyon verileri üretiyor. Bu gelişme, e-ticaret platformlarından sosyal medya algoritmalarına kadar geniş bir yelpazede kullanılan öneri sistemlerinin daha etkili test edilmesi ve geliştirilmesi için önemli bir adım teşkil ediyor.
Yapay zeka öneri sistemlerinde zamansal davranış analizi: TAI2Vec modeli
Stanford ve diğer üniversitelerden araştırmacılar, kullanıcı davranışlarındaki zaman boyutunu daha etkili analiz edebilen yeni bir yapay zeka modeli geliştirdi. TAI2Vec adlı bu sistem, öneri algoritmalarının temelini oluşturan item embedding teknolojisine zamansal farkındalık kazandırıyor. Geleneksel yöntemler kullanıcı etkileşimlerini zamansız bir şekilde değerlendirirken, yeni yaklaşım kısa ve uzun vadeli tercihleri birbirinden ayırt edebiliyor. Model, dakikalar arayla yapılan etkileşimlerle aylar arayla yapılanları aynı önemde görmek yerine, her kullanıcının bireysel davranış temposuna uyarlanabiliyor. Bu gelişme, e-ticaret platformlarından sosyal medya algoritmalarına kadar geniş bir yelpazede daha kişiselleştirilmiş ve doğru öneriler sunulmasını sağlayabilir.
Yapay zeka, kullanıcıların psikolojik motivasyonlarını analiz ederek öneri yapıyor
Araştırmacılar, kullanıcıların geçmiş davranışlarından psikolojik motivasyonlarındaki değişimleri analiz ederek daha etkili öneriler yapan yeni bir yapay zeka sistemi geliştirdi. SRSUPM adlı bu sistem, mevcut öneri algoritmalarının aksine kullanıcıların motivasyonlarındaki dinamik değişiklikleri izleyerek çok daha kişiselleştirilmiş sonuçlar sunuyor. Geleneksel sistemler yalnızca son davranışları tek bir vektöre sıkıştırırken, yeni yaklaşım psikolojik motivasyon değişimlerini sayısal olarak ölçüp çok seviyeli durumları modelliyor. Bu teknoloji, özellikle e-ticaret platformları, müzik servisleri ve sosyal medya uygulamalarında kullanıcı deneyimini önemli ölçüde iyileştirebilir.
Akıllı depolarda robot araç koordinasyonu için yeni optimizasyon sistemi geliştirildi
Araştırmacılar, akıllı depolarda çalışan otonom güdümlü araçların (AGV) daha verimli çalışması için iki seviyeli bir optimizasyon çerçevesi geliştirdi. Sistem, yoğun sipariş trafiği ile maliyet kontrolü arasındaki dengeyi kurmayı hedefliyor. İlk seviye müşteri öncelik kategorilerine göre sipariş teslim sürelerini dinamik olarak ayarlıyor, ikinci seviye ise her robot için en kısa ve çakışmasız rotaları belirliyor. Karmaşık paket toplama görevleri için PDSP ve DCSP adlı iki sezgisel kural uygulanıyor. Bu yaklaşım, e-ticaret ve lojistik sektöründe artan otomasyon ihtiyacına yanıt veriyor.
Yapay Zeka Öneri Sistemlerinin Matematiksel Gizemi Çözüldü
Günümüzde e-ticaret ve dijital platformlarda yaygın kullanılan yapay zeka öneri sistemlerinin çalışma mekanizması teorik olarak açıklandı. Araştırmacılar, bu sistemlerde kullanılan oto-regresif token tahmin yönteminin, matematiksel olarak tam kelime dağarcığı maksimum olabilirlik tahmin yöntemiyle birebir eşdeğer olduğunu kanıtladı. Bu keşif, Netflix'ten Amazon'a kadar pek çok platformda 'sıradaki ne önerilsin' kararını veren algoritmaların teorik temellerini aydınlatıyor. Çalışma, öneri sistemlerinin sadece deneysel optimizasyonla değil, sağlam matematiksel temeller üzerine de inşa edilebileceğini gösteriyor. Bu teorik anlayış, gelecekte daha etkili ve öngörülebilir öneri algoritmaları geliştirilmesine katkı sağlayabilir.