把分散的评论,变成商家能核验、能执行的经营依据。
商家面对大量评论时,很难快速找出影响转化的共性问题。EcomLens AI 从原文证据出发,完成清洗、分类、痛点排序、行动建议、Listing 优化和报告导出,帮助运营人员在执行前核验依据。
SHAY · 个人简历网站
我是 Shay / 杨舒雅。我有电子商务背景,关注用户与商家在经营中的真实问题;会梳理需求、分析数据,并用 AI 工作流和前端界面把方案做成可演示、可验证的交付。

从产品与 AI 应用交付,到数据研究和真实内容现场。点击目录直接进入对应章节。
电商评论洞察与经营行动
商家面对大量评论时,很难快速找出影响转化的共性问题。EcomLens AI 从原文证据出发,完成清洗、分类、痛点排序、行动建议、Listing 优化和报告导出,帮助运营人员在执行前核验依据。
CSV / Excel 数据导入
原文和处理结果可追溯
情感、问题与优先级
运营建议与 Listing 优化
对照、版本与 Excel 导出
AI 逻辑、前端呈现与反馈验证
面向长对话角色互动场景,用户既需要角色设定稳定、任务边界清楚,也需要更直观的信息层级和操作入口。我的工作拆成两条线:AI 交付负责角色设定、Prompt、回复规范和反馈迭代;前端体验负责信息面板、侧边栏、交互组件与界面优化。
下方是部分前端实现证据。仿手机只是其中一个组件;其中转账金额和消息内容均为界面模拟。

正则管理:规则开关、编辑与预览

交互模块:群聊、私聊与搜索记录

信息面板:世界设定、状态与内容层级

角色互动场景:对话、头像和快捷控制

仿手机组件:消息、语音与虚拟转账交互

侧边栏组件:玻璃拟态音乐播放器
教程内容、爆款验证与账号增长
面向想优化智能体界面、但不知道如何落地的用户,把改造过程拆成可跟做的步骤,并用收藏与评论检查教程是否清楚。
移到窄条上展开 · 点击完整图片查看原图
面向情感与成长内容用户,持续测试选题、标题和内容结构,再根据曝光、互动、主页访问与涨粉曲线调整下一轮方向。
移到窄条上展开 · 点击完整图片查看原图
我用淘宝行为日志做了一次可解释的购买预测研究。重点是找出有效信号,再把结果翻译成高、中、低意向用户的运营动作。研究结论可用于辅助人群分层、安排触达优先级,并为优惠和内容策略提供依据。
浏览、收藏、加购、购买
加购数、品类多样性等
预测并解释购买概率
按意向匹配不同触达
8477 名平衡样本中,测试集为 1696。Python 模型 AUC 为 0.7602,准确率 67.98%、精确率 74%、召回率 60%。未购买用户识别仍偏弱,因此结果适合辅助分层,不适合自动做最终判断。

加购每增加 1 次,购买优势比约增加 5.6%;浏览品类每增加 1 类,约增加 1.3%。据此把用户分为高、中、低意向,并匹配不同的提醒、优惠和内容触达。

校园活动信息密集、交付时间集中,需要把现场素材快速整理成对外内容。我参与内容策划、摄影、短视频与公众号编辑,从现场采集到公开成稿完成整套内容交付。
移到单张图片上暂停 · 点击查看原图
同一批新闻和活动素材,需要适配不同平台的表达方式与发布节奏。我参与内容采编、平台风格适配和多渠道分发,并用署名、阅读量与转载页面留下可核验的交付记录。
移动到卡片上展开 · 点击当前卡片查看完整大图
能力迁移:两段实习训练了我在时间有限、素材复杂的情况下完成需求理解、视觉取舍、内容制作与公开交付;这些能力也能迁移到电商内容生产,以及由 AI 辅助、人工核验的内容工作流。

我从用户需求、商家经营问题和交付目标出发,结合数据分析、AI 工作流与前端体验,把评论洞察、内容增长和业务流程做成清楚的工具与演示。正在寻找电商运营、AI 产品运营或 AI 应用交付方向的机会。