SHAY · 个人简历网站

电子商务背景前端与 AI 应用实践

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。

电商业务用户洞察AI 提效前端交付
Shay 的个人照片
电商+AI
00 / CONTENTS · 目录

先看项目,
再看研究和实习。

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。

01 / PROJECTS · 项目

三个项目,三条从需求
走到交付结果的路径。

PROJECT 01EcomLens AI

电商评论洞察与经营行动

FEATURED / 01ECOMLENS AI
完整界面录屏 · 点击播放
AI 经营洞察工作台REACT + FASTAPI

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。

200演示评论样本
34高优先级痛点
7待执行建议
01为什么做

评论量增长后,运营很难快速判断哪些问题最影响转化、应该先处理什么

02怎么做

清洗和分类评论,用原文证据排序痛点,再生成可核验的经营建议与 Listing 优化

03交付结果

200 条演示评论形成 34 个高优先级痛点和 7 条待执行建议,并支持报告与 Excel 导出

查看 GitHub ↗
FROM RAW DATA TO ACTION端到端工作流
01

评论接入

CSV / Excel 数据导入

02

清洗归类

原文和处理结果可追溯

03

AI 洞察

情感、问题与优先级

04

行动生成

运营建议与 Listing 优化

05

报告交付

对照、版本与 Excel 导出

PROJECT 02AI 智能体设计与前端体验

AI 逻辑、前端呈现与反馈验证

02 / AI AGENT + FRONTEND UXHTML · CSS · JS · PROMPT

让垂直场景智能体既能稳定回应,也更容易被理解和使用。

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。

2垂直场景智能体
10万+真实互动
1000+原平台 + 内容账号累计关注
1万+获赞与收藏
01AI 交付

角色设定、任务边界、Prompt 结构、回复规范与反馈迭代

02前端体验

信息面板、侧边栏、交互组件和界面优化

03结果验证

根据真实对话反馈检查长对话稳定性与使用体验

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。

PROJECT 03自媒体内容与增长实验

教程内容、爆款验证与账号增长

产品衍生内容 / 03A

AI 界面美化的复用方法:
拆成可跟做的步骤,
再用用户反馈验证。

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。

1万总获赞与收藏
50%帖子赞藏下载量破千
破万单篇最高浏览量
独立增长实验 / 03B

一个月从 0 到 1800+ 粉丝:
用连续选题与数据复盘验证爆款方向。

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。

1806总粉丝
5.0万获赞与收藏
93.7%活跃粉丝占比
02 / DATA RESEARCH

哪些购买前行为,真的能提示用户有购买意向?

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。

01行为日志

浏览、收藏、加购、购买

02用户特征

加购数、品类多样性等

03逻辑回归

预测并解释购买概率

04分层动作

按意向匹配不同触达

MODEL PERFORMANCE

模型能识别购买倾向,也保留了需要继续改进的边界。

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。

购买意图模型表现与关键特征图
模型表现与关键变量 · 按论文数据重绘
ACTIONABLE SEGMENTATION

加购次数和品类多样性,转成三类可执行人群。

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。

高中低购买意向用户分层策略图
用户意向分层与运营动作 · 按论文结论重绘
03 / INTERNSHIPS · 实习

两段实习,两个真实的
内容交付现场。

2026 / SCHOOL COMMUNICATION

玉林新世纪高级中学

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。

内容策划视觉与摄影短视频公众号交付

移到单张图片上暂停 · 点击查看原图

2025 / MEDIA DELIVERY

微视河南文化传媒中心

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。

内容采编平台适配多渠道分发交付留痕

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。

Shay 的生活照
OFF DUTY / STILL CURIOUS
04 / ABOUT SHAY

懂电商业务,
也能把 AI 做成可用、可验证的解决方案。

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。

电商业务用户洞察数据分析AI WorkflowReactTypeScriptContent Ops