零售退货原因往往散落在评价、客服工单和售后标签里，口径不一，运营只能看到“尺码不合适”“质量问题”等粗粒度分类。本阶段实验把三者映射到统一原因空间：先用规则和LLM抽取候选原因，再以商品属性、订单履约、用户历史做弱监督校正，最后按品类与店铺聚合，输出可下钻的归因看板。
- 进展：在服饰与鞋靴小样本中，前3原因命中率约78%，人工复核量下降约40%；对“色差”“版型偏小”“物流破损”的区分度优于单一文本分类。
- 下一步：接入直播评论与短视频反馈，验证跨渠道归因一致性，并尝试把高频原因回写到详情页FAQ与选品改款清单。
评论