CNET科技資訊網(wǎng) 1月18日 北京消息(文/齊豐潤(rùn)): 去年一年你在網(wǎng)上買了多少東西?你又在網(wǎng)上花了多少錢?像你這樣的互聯(lián)網(wǎng)消費(fèi)者多不多?如果你想弄明白這些問(wèn)題,那么京東發(fā)布的這一份報(bào)告或許你應(yīng)該關(guān)注一下。
近日,京東聯(lián)合21世紀(jì)經(jīng)濟(jì)研究院重磅發(fā)布《2016中國(guó)電商消費(fèi)行為報(bào)告》,基于京東大數(shù)據(jù),對(duì)2016年電商消費(fèi)趨勢(shì)、用戶畫像、購(gòu)買行為、支付行為、品牌偏好等維度進(jìn)行分析,展示了消費(fèi)升級(jí)、關(guān)注品質(zhì)、理性健康、農(nóng)村崛起等消費(fèi)新動(dòng)向。
報(bào)告顯示,2016 年,我國(guó)電子商務(wù)交易市場(chǎng)規(guī)模穩(wěn)居全球第一,預(yù)計(jì)電子商務(wù)交易額超過(guò)20萬(wàn)億元,占社會(huì)消費(fèi)品零售總額的比重超過(guò)10%。
從電商消費(fèi)人群來(lái)看,26-35歲的80后年齡段用戶占比很高,是線上銷售的主要購(gòu)買者。白領(lǐng)與一般職員群體占比最高,是互聯(lián)網(wǎng)消費(fèi)的主要群體;學(xué)生和教師群體的購(gòu)買用戶也相當(dāng)龐大,占據(jù)全平臺(tái)近1/3。
在消費(fèi)行為上,對(duì)品質(zhì)的進(jìn)一步追求,被認(rèn)為是電商消費(fèi)模式成熟的另一大體現(xiàn)。報(bào)告指出,從消費(fèi)心理分析,理性用戶數(shù)較2015年有顯著上升,用戶消費(fèi)觀念正走向理性。嵌入場(chǎng)景中的移動(dòng)購(gòu)物,或許會(huì)成為潮流。
從全國(guó)范圍看,消費(fèi)人數(shù)前五名的省市為廣東、江蘇、浙江、北京、山東,網(wǎng)購(gòu)消費(fèi)用戶數(shù)與地區(qū)經(jīng)濟(jì)發(fā)展水平呈正比。
在一線城市,已經(jīng)形成了較為成熟的電商消費(fèi)觀念和模式,在消費(fèi)結(jié)構(gòu)特征、品類選擇上顯示出多元化、全品類的特征。二三線城市互聯(lián)網(wǎng)消費(fèi)市場(chǎng)與一線城市的差距正在縮小,有望誕生更多未來(lái)的新一線消費(fèi)城市。三線以下的中小城市和鄉(xiāng)鎮(zhèn)在部分品類上如家電、通訊產(chǎn)品等大宗物件上,其消費(fèi)實(shí)力直逼一線城市。
值得注意的是,大城市的人口老齡化和壓力日增的快節(jié)奏生活,將會(huì)催生一些新的消費(fèi)業(yè)態(tài);個(gè)性化小眾品牌在一線城市會(huì)有越來(lái)越有市場(chǎng)。
從京東消費(fèi)者的首次購(gòu)買數(shù)據(jù)來(lái)看,所有省份中,男裝和女裝均占據(jù)了首次購(gòu)買的前兩名。值得一提的是,浙江首次購(gòu)買物品為男、女裝用戶比例合計(jì)超過(guò)60%,為全國(guó)新用戶中最青睞服裝的。
京東大數(shù)據(jù)顯示,電器類與通訊類品牌快速崛起,手機(jī)通訊設(shè)備、家用電器等銷售前十的品牌中,國(guó)產(chǎn)品牌保持絕對(duì)的市場(chǎng)占有率和銷售增速,其它如母嬰產(chǎn)品、化妝品等,則多被進(jìn)口品牌壟斷。
總體來(lái)看,移動(dòng)端訂單量占所有電商消費(fèi)的近八成,在購(gòu)買方式上處于主導(dǎo)地位。從一線到六線城市,消費(fèi)者無(wú)一例外,大多使用移動(dòng)端購(gòu)買商品。其中,貴州的移動(dòng)端消費(fèi)占比接近九成,領(lǐng)跑全國(guó)。前七名貴州、寧夏、青海、西藏、甘肅、新疆、陜西均為西部城市,移動(dòng)端占比均在85%以上。
報(bào)告顯示,中國(guó)將長(zhǎng)期保持全球電商龍頭地位,未來(lái)仍是全球電商消費(fèi)最大的市場(chǎng)。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。