供应链促销优惠效果问数垂类大模型语料数据
收藏资源简介：
本数据专为训练供应链行业促销优惠效果分析领域垂类大语言模型而构建。当前供应链企业日常需查询优惠券使用率、优惠码效果、积分抵扣、折扣率等数据，但依赖SQL技能导致营销人员无法自主查询。促销优惠数据分散在多类优惠字段中，跨类型效果对比分析困难。优惠参与率和促销ROI追踪响应慢，影响营销策略及时调整。本数据产品采用Text-to-SQL技术路径，围绕客户订单信息表设计40种典型查询场景，覆盖优惠券分析、优惠码效果、积分零钱抵扣、折扣率统计、促销参与率、分组优惠对比等场景，生成高质量的问题-SQL-结果三元组训练语料。企业可基于本语料的指标名称问题查询等字段内容，适配自身数据表结构，快速启用文字转SQL功能进行复用。本数据产品作为稀缺的高质量垂直领域语料，对推动供应链营销分析智能化发展提供了有力支撑。数据采集与清洗：采集供应链促销活动与优惠核销相关业务语料，来源为平台沉淀的促销活动记录与规范化业务文本。按活动场次维度切分原始数据，去除重复、残缺及低质记录，清洗后有效率≥98%。 维度分类与标注：按促销类型、优惠力度、核销转化、活动周期等分析维度分类，标注活动类型、效果标签等标签，确保覆盖供应链促销优惠核心问数需求，构建基础语料库。 核心算法建模：（1）语义解析与要素提取：采用垂类任务适配的预训练模型对问数需求进行语义切分，提取商品、促销档位、优惠幅度、核销结果等关键要素，要素提取准确率≥95%；（2）知识注入与验证：基于供应链营销运营知识库注入促销效果评估相关领域知识，经关联字段校验，知识注入准确率≥96%；（3）推理链生成与难度评估：基于注入知识生成推理链，结合问题复杂度与知识深度评估难度，按训练需求划分数据集标识；（4）异常值检测：采用无监督异常检测算法识别并过滤偏差语料，异常语料过滤率≥95%；（5）逻辑核验与业务对齐：由资深供应链业务人员对语料样本进行最终核验，确保促销效果业务逻辑一致。 语料库迭代优化：构建"应用-反馈-优化"闭环迭代机制，新产生的促销活动效果语料定期注入，并结合应用反馈定位薄弱环节针对性补充，持续提升语料库覆盖度与质量。 独立训练必要性说明：本语料聚焦供应链促销优惠效果问数这一细分场景。若与其他领域语料合并训练，会因促销口径定义、优惠核销规则与效果评估标准的差异，稀释垂类模型对促销问题的专项能力，并引入无关领域噪声，导致促销效果问答的准确性与稳定性下降。单独构建并训练该垂类语料，可使模型充分学习供应链促销优惠的专属知识体系与问答范式，针对性优化促销策略设计与投放决策支持能力，实现更精准的效果研判与更高效的业务落地，故本语料独立成件、单独训练具有显著技术价值与业务价值。
