《A multimodal analytics framework for product sales prediction with the reputation of anchors》

文章汉化系列目录

---

---

《A multimodal analytics framework for product sales prediction with the reputation of anchors in live streaming e-commerce》

摘要

销售预测不足容易导致供应配送不及时，进而引发库存问题，造成商家利润损失。 以往的销售预测研究主要基于传统电商平台，无法直接应用于直播电商，因为直播电商涉及许多重要因素。本研究的主要贡献是设计了一个多模态分析框架，用于直播电商中产品销售预测。在该框架中，我们探讨了主播声誉对产品销售的影响，并创新性地考虑了历史和实时声誉信号。此外，为了更好地提取实时信号中的有价值信息，我们提出了一个A-tiFSR模型，用于从产品文本和图片中提取特征，并设计了一种细粒度分析方法来挖掘弹幕数据。我们基于从抖音直播收集的真实数据集进行实验。实验结果验证了主播的多模态声誉信号在产品销售预测中的有效性。本研究的管理启示是，商家和主播应更加关注其多维度声誉。所提出的销售预测框架可以帮助商家更准确地预测销售，优化库存策略和营销策略。因此，本研究支持了直播电商市场的更有效发展。

引言

近年来，电子商务平台的销售模式发生了迅速变化。最初，产品仅通过文本描述和图片呈现，但随着时间的推移，已经发展为主播通过直播与消费者实时展示和互动 [1]。直播电商已成为产品推广的重要手段 [2]，全球主要的电商平台，如淘宝和亚马逊，已将其作为促进产品销售的重要战略 [1]。

以往关于直播电商的研究大多集中在消费者的感知或购买意图上 [1]，较少有研究关注直播电商中的销售预测问题，而销售预测对于帮助企业优化库存管理、为营销策略提供准确的决策支持具有重要意义 [3]。现有的销售预测研究主要集中在传统电商平台，探讨了如产品价格、图片 [4] 和用户评价 [5] 等影响因素。然而，直播电商增加了更多元素，如主播、直播展示和互动弹幕，这使得销售预测更加困难。因此，我们设计了一个多模态分析框架，用于直播电商中的产品销售预测，并考虑了几个创新的影响因素。