人工 – 庄闲棋牌官网官方版 -199IT //www.otias-ub.com 发现数据的价值-199IT Tue, 28 May 2019 05:23:30 +0000 zh-CN hourly 1 https://wordpress.org/?v=5.4.2 CWT:人们预订旅行时更喜欢人工还是机器服务 //www.otias-ub.com/archives/882647.html Tue, 28 May 2019 05:23:30 +0000 //www.otias-ub.com/?p=882647

CWT的研究显示,游客更喜欢通过App或浏览器,以数字化方式管理他们的旅游交易。

相较于人工服务,69%的商务旅客更喜欢通过数字化的方式预订航班,而且这一比例在其他方面更高,酒店预订是78%,地面交通是71%,办理登机手续是68%。但是,在酒店登记入住和退房时,游客更喜欢与工作人员面对面交谈,技术服务使用比例分别为46%和51%。

CWT的首席产品官兼首席技术官Andrew Jordan表示:“技术支持开始逐渐在旅游生态系统占据主导地位。数字互动也在慢慢发展,所以旅游业必须不断创新,才能为各公司和员工提供工作中所需的经验。”

总体来说,与美洲游客和欧洲游客相比,亚太地区的游客更喜欢选择技术服务,三个地区游客通过数字化方式预订航班的比例分别为73%、71%和61%。此外,亚太游客(84%)更喜欢通过数字化方式预订酒店,美洲游客和欧洲游客的比例分别为77%和70%。

在办理登机手续方面,美洲游客(73%)更喜欢技术服务,欧洲游客和亚太游客的比例分别为66%和65%。

智能手机使用率赶超电脑设备

CWT的研究还发现很大一部分旅行预订仍是通过电脑完成的,近三年的电脑预订比例分别是2019年的45%,2018年53%,2017年52%。但是智能手机上的预订比例一直上涨,2019年41%,2018年34%,2017年32%。平板电脑的预订比例排在第三位,仅占11%,另外只有2%的商务旅客会寻求人工帮助。

这些数据说明欧洲游客更倾向于在台式机或笔记本电脑上预订(55%),美洲游客是49%,亚太游客是36%。

相比之下,53%的亚太游客更喜欢通过手机预订旅行,而通过手机完成预订的美洲游客有40%,欧洲游客仅有26%。欧洲游客(16%)最倾向于使用平板电脑(16%)或人工预订(3%),而美洲和亚太游客平板预订比例分别为9%和2%。

在应对行程中断或变化的问题时,所有受访者中有33%的人认为手机App是最有效的方式,亚太地区、美洲和欧洲游客的App使用比例分别是37%、31%和30%。

研究还发现,去年有80%的商务旅客在出差时选择技术服务而不是人工,25%的人在旅行中使用技术服务的次数达到五次甚至更多。技术服务使用次数达到五次甚至更多的美洲游客有29%,超过欧洲游客和亚太游客的26%和22%。

Jordan称:“现代商务旅客希望能够在方便的时候立即做出决定。各企业需要授予员工这种控制权并为他们提供手机App等工具,以便更好的准备自己的行程。”

关于此次研究

此次研究由CWT发起,Artemis Strategy Group在2019年1月29日至2月9日期间进行,共采访了2,700名在过去1年终出差超过4次的商务旅客。美洲受访者来自阿根廷、巴西、加拿大、墨西哥和美国;欧洲受访者来自比利时、法国、德国、意大利、荷兰、西班牙、瑞典和英国;亚太受访者来自澳大利亚、中国、印度、日本和新加坡。

编译:品橙旅游 Rose

]]>
斯坦福大学:人工智能分析街景 准确推测政治倾向 //www.otias-ub.com/archives/664889.html Tue, 19 Dec 2017 10:30:36 +0000 //www.otias-ub.com/?p=664889

斯坦福大学一组研究者们利用人工智能,从数千万张谷歌(Google)街景图中的汽车图片分析出了该区域的人口组成信息,包括选民的政治倾向等。

这一多数成员来自斯坦福大学的研究团队,通过分析某个城市街道上小卡车(pickup truck)和轿车(sedan)的数量来预测该区的选民倾向。如果小卡车数量多,这个城市有82%的概率会是共和党当选;如果轿车多, 88%的几率会选民主党。

随着计算机处理数据量的不断增大,人工智能在快速发展——通过大量的“信息阅读”,加上一些规则的设定,计算机就能做出一些“预测”。在本项研究中,计算机“消化”了来自200个城市的逾5000万张谷歌街景图,利用物体识别技术从图片中找出了约2200个电脑判定为汽车的物体。这些汽车占美国汽车总量的8%。然后对这些汽车按照品牌、型号和年份进行分类。

他们开发了一个人工智能工具来从事这项工作,花了不到两周时间完成。如果雇佣一个人,则需要近15年时间才能看完所有的图片。

研究者们使用一个统计学的回归分析算法,分析以往投票和该地汽车类型等数据,找到了汽车类型与当地政治倾向和人文信息之间微妙的联系。

这份研究论文的第一作者、斯坦福人工智能实验室的前女研究员Timnit Gebru说,他们分析出来的结果“准得令人震惊”。比如,该系统“预测”Wyoming的Casper市应该会是共和党当选。按照2008年总统竞选结果,果真如此。

但是她提醒说,这个系统不能代替普查,不过可以作为辅助工具。对于资源紧张的国家,使用这样的工具可以节省一些举办一个全面普查所需的资金。

当然,这项技术的前景远不止是分析汽车图片来“预测”过去的投票历史,Gebru说它的意义在于人文学家将来可以很好的利用大量数据,比如谷歌街景、甚至卫星图片,进行更多有意义的研究。图片和课题也不仅于汽车和政治,可以扩展到比如树木植被等方面。

这份研究近日发表在《美国科学院院报》(PNAS)上。

]]>