【案例】联合利华:AI助力快消行打造舆情监控平台
用户已被禁言 发布于2019-08 浏览:9504 回复:3
0
收藏

【案例】联合利华:AI助力快消行业资质审核与票据识别,打造舆情监控平台

 

价值成果

1、联合利华的AI实验室——D-Lab在利用百度大脑文字识别中的营业执照识别功能后,可快速智能提取商家上传的营业执照信息,从而实现商家资质自动化审核。原本需要1-2个工作日的人工审核流程,在审核平台优化项目上线后缩短至20秒,且支持7*24小时实时在线审核;节省了50%以上的商家资质审核人力成本,有效避免审核内容积压,优质商家合作延时等问题,提高了客户体验的同时提升了服务标准和运营效率。 

2、D-Lab在特殊活动期间收集消费者上传的购物小票信息中,使用了百度大脑通用票据识别技术,对购物小票中的文字信息进行提取。目前,该系统已经覆盖2000+品牌名称,原本需要1个工作日的人工审核流程,在购物小票信息提取系统上线后缩短至2秒,且支持7*24小时实时在线审核,单张小票成本缩减至原来的3%。 

3、此外,D-Lab在对联合利华品牌产品进行相关社交文本挖掘过程中,应用百度大脑的自然语言处理相关技术,对文本进行情感倾向分析、评论观点抽取等处理,对产品进行舆情分析,帮助分析师更好地了解消费者的声音。

 

案例故事

核心诉求

1、首先,联合利华作为全球最大的日用消费品公司之一,已与多达20万家线下供应商开展合作,对于新增商家的资质审核更是必不可少。而传统的审核流程需要商家在系统中手动输入营业执照的相关信息,由于信息数量庞大会出现公司名称、注册号码等信息输入有误的情况,后台人工审核不仅有可能出现纰漏同时成本较高。所以急需一种高效且高准确率的解决方案将这一繁琐的手动录入环节自动化。

2、联合利华在某些特殊活动期间需要与消费者产生票据方面的信息互动,因此要收集消费者上传的小票图片。而消费者上传的图片却来自不同的零售商渠道,这就存在着图片不清晰、小票主体不居中、商品信息格式不统一等问题,这些问题均会阻碍购物行为后有效信息的提取。

3、此外,联合利华旗下品牌众多,如何更高效地挖掘用户在社交网络中的声音、快速把握用户的情感倾向变化,也是业务亟待解决的问题。
解决方案

1、商家营业执照资质审核的解决方案:

联合利华内部的AI实验室(D-Lab)在利用百度大脑文字识别中的营业执照识别功能后,将此技术应用在商家审核平台之上,用户只需要在微信端扫码进入特定H5界面,通过拍照上传营业执照图片即可完成审核。

优化后的商家资质审核流程如下:

第一步:合作供应商通过微信端扫码进入特定H5界面; 
第二步:用户通过拍照上传营业执照图片; 
第三步:联合利华调用百度大脑营业执照识别接口,结构化提取单位名称、法人、地址、有效期、证件编号、社会信用代码等信息; 
第四步:审核平台将识别出的结果与国家有效的企业工商信息数据库进行比对,信息一致则通过。若识别过程中出现核准不一致或识别不到的信息,都会提示商家重新校验及上传。

2、购物票据信息抽取的解决方案:

对于消费者在特殊活动期间上传的购物小票信息抽取的难题,联合利华AI实验室(D-Lab)在利用百度大脑通用票据识别技术后,与D-Lab自建的电商领域知识图谱结合,打造了购物小票信息提取系统。

具体实现过程如下:

第一步:,联合利华AI实验室(D-Lab)对小票图像进行一轮垃圾图像分类,剔除非小票图像; 
第二步:利用百度大脑通用票据识别能力,提取相关文字信息; 
第三步:通过D-Lab自建的电商领域知识图谱,对通用票据识别出的文字进行商品信息与地理位置信息的二次抽取,使其能够精准定位出小票图像中出现的产品品牌与品类、门店地理位置、门店所属区域等信息。

3、舆情监控的解决方案:

而对于实时了解商品口碑,智能监控舆情的难题,联合利华利用百度大脑的评论观点抽取技术和情感倾向分析技术来解决:

借助百度大脑在美食领域的评论观点抽取技术,对饮食类语料进行挖掘与抽取,帮助分析师更快地找到语句中的观点信息,缩短了人工参与解析的时间,提高效能。

而情感倾向分析则基于深度学习技术和百度大数据,针对带有主观描述的中文文本,自动判断该文本的情感极性类别并给出相应的置信度。通过对社交媒体中的评论语料进行情感倾向分析,提升了业务需求方的品牌市场分析师搜寻优劣质内容的效率,快速把握用户的情感倾向变化。

借助百度上述技术,可以更好地了解消费者在讨论不同话题时的情感划分,帮助品牌更加了解产品的特性与口碑,有利于品牌市场推广策略的优化与新品研发。

本案例中使用产品:营业执照识别、通用票据识别、情感倾向分析、评论观点抽取

营业执照识别:https://ai.baidu.com/tech/ocr/business

通用票据识别:https://ai.baidu.com/tech/ocr_receipts/receipt

情感倾向分析:https://ai.baidu.com/tech/nlp_apply/sentiment_classify

评论观点抽取:https://ai.baidu.com/tech/nlp_apply/comment_tag

收藏
点赞
0
个赞
共3条回复 最后由用户已被禁言回复于2022-04
D
#4DatagalaxyWu回复于2020-06

不错的应用

0
#3wangwei8638回复于2019-08

属于融合创新

0
#2honey_yaoxiu回复于2019-08

不错哦

0
TOP
切换版块